宾夕法尼亚大学医学院的研究人员分析了基因组数据，以在全球微生物群中发现新的抗生素。

近一个世纪前，青霉素等抗生素通过利用微生物的天然抗菌特性改变了医学，宾夕法尼亚大学佩雷​​尔曼医学院领导的一项新研究表明，天然抗生素的发现即将进入一个由人工智能(AI)驱动的新时代。

这项研究发表在《细胞》杂志上，详细介绍了研究人员如何使用一种名为机器学习的人工智能在包含数万种细菌和其他原始生物的记录基因组的庞大数据集中搜索抗生素。这项前所未有的努力产生了近一百万种潜在的抗生素化合物，其中数十种在针对致病细菌的初步测试中显示出良好的活性。

“人工智能在抗生素研发中的应用现已成为现实，并大大加快了我们发现新候选药物的能力。过去需要数年时间才能完成的工作，现在使用计算机只需数小时即可完成。”该研究的共同资深作者、精神病学、微生物学、化学、化学和生物分子工程以及生物工程的校长助理教授 César de la Fuente 博士说道。

大自然作为药柜

大自然一直是寻找新药(尤其是抗生素)的好地方。地球上无处不在的细菌已经进化出许多抗菌防御机制，通常以短蛋白(“肽”)的形式存在，可以破坏细菌细胞膜和其他关键结构。虽然青霉素和其他天然产物衍生抗生素的发现彻底改变了医学，但抗生素耐药性的日益威胁凸显了对新型抗菌化合物的迫切需求。

近年来，de la Fuente 及其同事率先利用人工智能搜索抗菌药物。他们在当代人类、已灭绝的尼安德特人和丹尼索瓦人、猛犸象和数百种其他生物的基因组中发现了临床前候选药物。该实验室的主要目标之一是挖掘全球生物信息以寻找有用的分子，包括抗生素。

在这项新研究中，研究人员使用机器学习平台筛选了多个包含微生物基因组数据的公共数据库。分析涵盖了来自特定微生物的 87,920 个基因组以及来自环境样本的 63,410 个微生物基因组混合物(即“宏基因组”)。这项全面探索涵盖了全球各地的不同栖息地。

这项广泛的探索成功确定了 863,498 种候选抗菌肽，其中 90% 以上从未被描述过。为了验证这些发现，研究人员合成了 100 种这样的肽，并针对 11 种致病细菌菌株进行了测试，包括大肠杆菌和金黄色葡萄球菌的抗生素耐药菌株。

“我们的初步筛选显示，这 100 种候选药物中有 63 种可以完全消灭至少一种受试病原体的生长，而且通常可以消灭多种菌株，”de la Fuente 说道。“在某些情况下，这些分子在极低剂量下就能有效对抗细菌。”