Forskere under ledelse af Jim Collins på Wyss Institute har brugt generativ AI til at designe en ny type antibiotika, der kan slå multiresistente gonoré og MRSA bakterier ihjel [9, 8, 7]. AI modellen brugte avancerede netværk til at screene 100 millioner kemiske fragmenter og designe over 36 millioner nye molekyler.

Create a landscape editorial hero image for this Studio Global article: What advances have researchers at the Wyss Institute made in using deep learning and organ-on-chip technology to identify new antibiotic can. Article summary: Wyss Institute researchers (led by Core Faculty member Jim Collins, working with MIT/Broad collaborators) have reported generative deep-learning approaches to design novel antibiotic candidates, including candidates acti. Topic tags: general, government, education, academic, general web. Reference image context from search candidates: Reference image 1: visual subject "## AI-enabled antibiotic discovery proves effective at identifying new chemical structures and targets in the constant fight against antibiotic-resistant gonorrhea. Now, a new stud" source context "Machine-learning how to overcome antibiotic-resistant gonorrhea" Reference image 2: visual subject
Truslen fra multiresistent Neisseria gonorrhoeae har tvunget forskere til at droppe den traditionelle, langsommelige lægemiddeludvikling til fordel for kunstig intelligens. På Harvard Universitys Wyss Institute for Biologically Inspired Engineering har et team ledet af professor Jim Collins, i samarbejde med kolleger på MIT og Broad Institute, opnået en række gennembrud. De screener ikke blot eksisterende stofbiblioteker – de opfinder helt nye antibiotika fra bunden ved hjælp af generativ dybdelæring [8, 9, 52].
Collins-laboratoriets seneste arbejde, publiceret i det anerkendte tidsskrift Cell, beskriver en tostrenget generativ AI-ramme til design af antibiotika mod lægemiddelresistent N. gonorrhoeae og Staphylococcus aureus (MRSA) [7, 8]. Teamet brugte graf neurale netværk til systematisk at evaluere mere end 100 millioner kemiske fragmenter in silico – altså i computersimulationer – og forudsige, hvilke molekylære grundstrukturer der havde en selektiv antibakteriel effekt mod de to specifikke patogener . Derefter brugte de såkaldte variationsautoencodere og genetiske algoritmer til at udbygge disse lovende fragmenter til større, funktionelle molekyler med lægemiddellignende egenskaber [7, 8].
Modellerne designede tilsammen over 36 millioner potentielle kemiske forbindelser. Forskerne filtrerede dem efter forudsagt antibiotisk aktivitet, lav toksicitet og mulighed for at blive syntetiseret i laboratoriet [8, 16]. Til sidst udvalgte og fremstillede de 24 af de mest lovende AI-skabte molekyler og testede dem. Syv af forbindelserne viste antibakteriel aktivitet, og to førende kandidater – døbt NG1 (målrettet gonoré) og DN1 (målrettet MRSA) – demonstrerede stærk bakteriedræbende effekt mod multiresistente stammer i både laboratorie- og dyreforsøg [8, 7, 55]. Disse molekyler er strukturelt forskellige fra alle eksisterende antibiotika og ser ud til at virke via nye mekanismer, der ødelægger bakteriernes cellemembraner .
Et afgørende punkt er, at arbejdet på Wyss Institute og MIT ikke stopper ved laboratorie- og dyreforsøg. Collins har forklaret, at han har samarbejdet direkte med Wyss Institutes stifter, Donald Ingber, om at **bruge instituttets
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
Forskere under ledelse af Jim Collins på Wyss Institute har brugt generativ AI til at designe en ny type antibiotika, der kan slå multiresistente gonoré og MRSA bakterier ihjel [9, 8, 7].
Forskere under ledelse af Jim Collins på Wyss Institute har brugt generativ AI til at designe en ny type antibiotika, der kan slå multiresistente gonoré og MRSA bakterier ihjel [9, 8, 7]. AI modellen brugte avancerede netværk til at screene 100 millioner kemiske fragmenter og designe over 36 millioner nye molekyler.
Collins har kombineret sin AI platform med Wyss Institutes 'organ on a chip' teknologi, udviklet af Donald Ingber, for at teste de AI skabte antibiotika i menneskevævslignende miljøer allerede inden eventuelle klinisk...
Loading comments...
Comments
0 comments