1. 通过深度学习，MIT研究人员发现一类新型抗生素，可有效杀灭导致美国每年超过1万人死亡的耐药细菌。
2. 利用人工智能的新型药物研发在医疗领域日益受到关注，MIT的研究提供了一个高效、资源有效的框架，为化学结构角度的药物研发提供机械洞察。
3. MIT研究人员已与Phare Bio分享了研究结果，该初创公司利用人工智能和深度学习应对全球最紧迫的威胁，计划对数据进行更详细的分析，同时MIT的研究者将继续寻找可以杀灭其他类型细菌的化合物。
站长之家（12月22日 消息:随着细菌不断进化以抵抗抗生素的影响，细菌感染的治疗变得更加具有挑战性。过度和滥用抗生素使“抗生素耐药”问题变得更加严重。为了应对这一问题，研究人员转向人工智能，而麻省理工学院（MIT）的研究人员可能已经找到了一种破解之道。
利用人工智能，MIT研究人员发现了一类新型抗生素，可以杀死一种导致美国每年超过1万人死亡的耐药细菌。这项研究基于深度学习，一种通过模仿人脑处理数据的方式教会计算机的人工智能。
研究人员成功地证明这些化合物能够杀灭甲氧西林耐药的金黄色葡萄球菌（MRSA），这种细菌对多种抗生素，包括甲氧西林、青霉素和阿莫西林都具有耐药性。MRSA可以导致各种感染，其中一些是危及生命的。
与MIT的研究相符的是，这些化合物对人体细胞的毒性非常低，使它们成为人类使用的良好候选药物。
该研究的主要研究者之一、MIT医学工程与科学的特米尔教授詹姆斯·柯林斯表示:“这里的见解是，我们可以看到模型通过学习来进行预测，即某些分子将成为良好的抗生素。我们的工作提供了一个从化学结构角度来看，时间高效、资源高效、并且机械洞察的框架，迄今为止我们尚未拥有过的。”
人工智能最近在医学和医疗领域的研究中占据了主导地位。上个月，牛津马丁学院的研究人员发表了一项开创性的研究，他们使用人工智能来检测抗微生物耐药性（AMR）。这一新的进展有望为新颖和快速的抗微生物敏感性测试铺平道路。
尽管利用深度学习进行新药研发并非新现象，但随着人工智能模型变得更加复杂，这类系统的能力也变得更强大。该研究的一个关键见解是，研究人员能够准确找出深度学习模型用于进行抗生素效力预测的数据类型。
这一知识可以赋能其他研究人员开发甚至比该研究发现的更有效的药物。根据MIT研究的主要合著者之一Felix Wong的说法，该研究将帮助“打开黑匣子”，帮助其他研究人员了解深度学习模型的工作原理。完美体育
