人工智慧可以辨識下一種抗超級細菌的藥物

抗生素抗藥性是日益嚴重的公共衛生問題世界各地。當細菌喜歡大腸桿菌不再對抗生素產生反應，感染變得更難治療。

開發新的, 研究人員通常辨識基因使細菌產生抗藥性。透過實驗室實驗，他們觀察細菌如何對不同的抗生素做出反應，並尋找抗藥性菌株基因組成的突變，使它們能夠生存。

雖然有效，但此方法可能非常耗時且可能並不總是全面了解細菌如何產生抗藥性。例如，不涉及突變的基因工作方式的變化仍然可以影響抗藥性。細菌之間還可以交換抗藥性基因，如果僅關注單一菌株內的突變，可能無法檢測到這種情況。

我的同事和我 開發了一種新方法識別抗性基因透過電腦建模，使我們能夠設計出可以阻斷這些基因並使現有治療更有效的新化合物。

有關的：

識別阻力

為了預測哪些基因會導致抗藥性，我們分析了各種基因組大腸桿菌應變至識別遺傳模式和標記與抵抗力有關。然後我們使用根據現有數據進行訓練，以突出顯示抗藥性菌株之間共享的可能導致抗藥性的新基因或突變。

鑑定出抗性基因後，我們設計的抑制劑專門針對並阻斷這些基因所產生的蛋白質。透過分析這些基因編碼的蛋白質的結構，我們能夠優化我們的抑制劑以與這些特定蛋白質強烈結合。

到減少可能性由於細菌會進化出對這些抑制劑的抗性，我們針對其基因組中編碼對其生存至關重要的蛋白質的區域進行了研究。透過幹擾細菌執行重要功能的方式，它們使它們更難以開發補償機制。我們也優先考慮與現有抗生素作用不同的化合物，以盡量減少交叉抗藥性。

最後，我們測試了我們的抑制劑如何有效克服抗生素抗藥性大腸桿菌。我們使用電腦模擬來評估隨著時間的推移，多種抑制劑與目標蛋白結合的強度。一種名為橙皮苷的抑制劑能夠與這三個基因強烈結合大腸桿菌參與我們發現的抗藥性，這表明它可能有助於對抗抗生素抗藥性菌株。

全球威脅

世界衛生組織將抗菌藥物抗藥性列為全球健康十大威脅之一。 2019年，細菌抗生素抗藥性殺死了估計有495萬人全世界。

透過針對對現有藥物產生抗藥性的特定基因，我們的方法可能會導致針對具有挑戰性的細菌感染的治療方法，這種治療方法不僅更有效，而且不太可能導致進一步的抗藥性。它還可以幫助研究人員隨時了解細菌威脅的演變。

我們的預測方法可以適應其他細菌菌株，從而實現更個人化的治療策略。未來，醫生可能會根據引起感染的細菌的特定基因組成來客製化抗生素治療方案，從而可能帶來更好的結果。

隨著全球抗生素抗藥性持續上升，我們的研究結果可能為應對此威脅提供重要工具。在我們的方法應用於臨床之前，還需要進一步的開發。但透過保持細菌進化的領先地位，標靶抑制劑可以幫助維持現有抗生素的功效並減少抗藥性菌株的傳播。

這篇編輯過的文章轉載自對話根據知識共享許可。閱讀原創文章。