2022年5月6日，Nat Biotechnol发表文章，评述了3月份发表在该期刊上的来自中国科学院微生物研究所王军和陈义华等人的研究工作。

论文链接：

https://www.nature.com/articles/s41587-022-01226-0

王军和陈义华等人描述了一种确定新的抗生素的巧妙的人工智能策略。该研究采用自然语言处理工具有效地挖掘大型肠道微生物组数据集，以寻找具有抗菌特性的肽。该方法有助于新兴的研究，使抗生素发现领域超越了依赖艰苦的试错实验的传统方法，进入了一个可以通过计算机快速发现分子的新时代。

此前，一些研究小组正在使用机器学习来发现新的抗生素，其方法包括预测性模型和生成性模型。

最后，研究人员已开发出令人兴奋的比较基因组学管道，尝试让人类微生物组作为生物活性肽和微生物蛋白的来源。

研究工作流程示意图

在这项研究中，我们从收集序列开始构建训练和测试集，然后构建和优化神经网络模型以形成AMP 预测管道 (左)。然后，我们挖掘了潜在AMP的宏基因组和宏蛋白质组学数据，使用候选AMP和细菌之间的相关网络分析进一步过滤，产生用于化学合成和体外验证的候选AMP (中)。从初步筛选中选出有希望的候选AMP，并进一步进行针对MDR细菌的功效测试、细菌性肺部感染动物模型的体内实验和机制分析 (右)。

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除