①根据《自然》杂志上的一篇文章，麻省理工学院的研究人员通过深度学习模型成功筛选出了一种针对耐药细菌的抗生素； ②研究人员通过训练多种模型，最终成功发现一类可以杀死MRSA细菌、同时对人体的不良影响最小的化合物； ③这种细菌以往每年都会导致美国超一万人死亡。
财联社12月25日讯（编辑 周子意）麻省理工学院的研究人员通过深度学习人工智能（AI），筛选出一类化合物，可以杀死一种具有危害性的耐药细菌，而后者每年在美国造成约一万多人死亡。
根据一篇近日发表在医学顶刊《自然》杂志上的文章，研究人员表明，最新发现的化合物主要针对“耐甲氧西林金黄色葡萄球菌（MRSA）”，研究显示，此类化合物可以杀死实验室培养皿和感染小鼠身上的MRSA。
且新发现的化合物对人体细胞的毒性偏低，使其能够成为非常好的候选药物。
关键创新——深度学习模型
研究人员使用大幅扩展的数据集训练深度学习模型，他们通过测试约3.9万种化合物对MRSA的抗菌活性，并用得出的数据来训练AI模型。
该研究主要作者之一、麻省理工学院医学工程与科学研究所（IMES）和哈佛大学博德研究所的博士后Felix Wong指出，“如果你给模型任何新的分子、原子和键的新排列，它就能告诉你这种化合物能否被预测为抗生素。”
同时，为了进一步缩小候选药物的范围，研究人员还训练了三个额外的深度学习模型，用来预测这些化合物是否对人体的肝脏、骨骼肌和肺部三种不同类型的细胞有毒。
通过将上述两种模型的预测相结合（对抗菌活性的预测、对人体细胞潜在毒性的预测），研究人员发现了可以杀死微生物、同时对人体的不良影响最小的化合物。
这个研究的一个关键创新是，研究人员可以从中弄清楚深度学习模型通过什么样的信息来预测其抗生素效力，而这可以帮助研究人员设计出药效更好的药物。
IMES研究所的Termeer医学工程与科学教授James Collins指出，“我们可以看到模型是通过什么数据来做出预测的…从化学结构的角度来看，我们的工作提供了一个具有时间效率、资源效率和机械洞察力的框架，这是我们迄今为止从未有过的。”
利用这些模型集合，研究人员筛选了大约1200万种化合物。
通过筛选后的再实验，研究人员发现了两种具有潜力成为MRSA候选抗生素的化合物，它们属于同一类别。在两种小鼠（局部皮肤感染MRSA的小鼠、以及被这种细菌感染全身的小鼠）的测试中，每种化合物都能将对应耐药细菌的数量减少10倍。
