美國: 麥克馬斯特大學和史丹佛大學的研究人員取得了突破性進展,利用人工智慧 (AI) 加快發現旨在對抗抗菌素抗藥性 (AMR) 的新型抗生素。研究的重點是解決鮑曼不動桿菌(A. baumannii)(一種臭名昭著的抗生素抗藥性細菌)所帶來的挑戰。
全球健康危機
抗生素抗藥性對全世界的公共衛生構成重大威脅,每年導致數百萬人死亡。世界衛生組織(WHO) 報告稱,1.27 年僅細菌抗藥性就造成了2019 萬人死亡。解決這一危機勢在必行,因為未經控制的抗藥性會危及各種醫療幹預措施,從常規牙科手術到複雜的手術和癌症治療。
傳統的藥物開發過程漫長、昂貴且充滿不確定性。然而,將人工智慧融入藥物發現有望加速新療法的識別。該研究展示了生成式人工智慧演算法如何快速探索廣闊的化學空間來設計潛在的候選藥物。
SyntheMol:一種新穎的人工智慧模型
研究人員開發了 SyntheMol,這是一種利用蒙特卡羅樹搜尋 (MCTS) 生成小分子抗生素的人工智慧模型。透過篩選化學庫並利用 SyntheMol 的功能,該團隊確定了六種具有抗鮑曼不動桿菌抗菌特性的有前途的候選藥物。
SyntheMol 能夠設計可快速且經濟有效地合成的分子,這是藥物開發領域的重大進步。透過指導合成過程,人工智慧模型簡化了新型化合物的創建,減少了實驗所需的時間和資源。
這項研究證明了人工智慧透過解決抗菌素抗藥性等緊迫挑戰來徹底改變醫療保健的潛力。透過利用生成人工智慧的力量,研究人員可以加快發現挽救生命的治療方法,為改善醫療保健結果和科學創新鋪平道路。
上述新聞或文章中提出的資訊和觀點並不一定反映 Dental Resource Asia 或 DRA Journal 的官方立場或政策。 雖然我們努力確保內容的準確性,但 Dental Resource Asia (DRA) 或 DRA Journal 無法保證本網站或期刊中包含的所有資訊始終正確、全面或及時。
請注意,為了增強可靠性、功能、設計或其他原因,本網站或期刊上的所有產品詳細資訊、產品規格和數據可能會在不事先通知的情況下進行修改。
我們的部落客或作者所貢獻的內容僅代表他們的個人觀點,無意誹謗或抹黑任何宗教、民族、俱樂部、組織、公司、個人或任何實體或個人。