为了优化潜在药物的选择，使用了另外三个深度学习模型。这些模型经过训练，可以评估化合物对各种人体细胞类型的毒性，将毒性预测与抗菌活性结合起来，使鉴定出能够有效对抗微生物的化合物，同时对人体的伤害最小。
这种方法包括筛选大约1200万种商业上可用的化合物，从而鉴定出五种不同类别的化合物，这些化合物具有预测的抗MRSA活性。随后针对MRSA的实验室测试证实了大约280种化合物的有效性，最终从同一类别中发现了两种有希望的候选抗生素。
涉及小鼠模型的进一步实验表明，用这些化合物处理后，MRSA种群显著减少，这标志着寻求新抗生素的一个重要里程碑，并突出了人工智能驱动的药物发现在应对全球健康挑战方面的潜力。
“这一人工智能驱动的突破标志着医学进入了一个新时代，为抗击抗生素耐药性带来了希望。”
广告
参考:
发现具有可解释的深度学习的结构类抗生素——(https://pubmed.ncbi.nlm.nih.gov/38123686/)
Source-Medindia
