新しい強力な抗生物質化合物が、機械学習アルゴリズムを使用してMITの研究者によって特定されました。この薬は、既知の抗生物質全てに対して耐性がある一部の細菌株を含む、臨床検査において世界で最も問題のある疾患を引き起こす細菌の多くを死滅させました。また、2つの異なるマウスモデルでの感染症が明らかになりました。

このコンピュータモデルは、100万を超える科学化合物を数日足らずでスクリーニングすることができ、既存の薬とは異なるメカニズムを使用して細菌を死滅させる潜在的抗生物質を選択するよう設計されています。

Regina BarzilayとJames Collinsは、MITの健康における機械学習のためのアブドゥル・ラティフ・ジャミールクリニック（J-クリニック）の共同リーダーであり、今日行われている研究の最高責任著者です。論文の筆頭著は、MITおよびMITとハーバード大学共同運営のBroad Instituteの博士研究員であるJonathan Stokesです。

J-Clinic は、MITクエスト・インテリジェンスの主要部分であり、疾患の予防、検出、治療に革新をもたらすための機械学習技術の開発に焦点を当てています。J-Clinicは、診断から医薬品販売まで、高精度で、価格が手頃、かつスケーラブルな機械学習技術の構築および商品化に注力しています。

新しい研究では、研究者らは他の有望な抗生物質の候補も特定し、これらの候補に関してはさらに検査を行う予定です。これらのモデルは、細菌を死滅することができる医薬品の化学的構造について学んだことに基づく新薬の設計にも使用できる可能性があります。

「機械学習モデルを使えば、従来型の実験アプローチでは非常に高額な費用が必要となる大規模なケミカルスペースであるイン・シリコを探求することができます」とMITのコンピュータサイエンスおよび人工知能研究所（CSAIL）において電気工学およびコンピュータサイエンスのDelta Electronicsの教授であるBarzilayが述べています。

過去数十年間にわたり開発された新しい抗生物質は非常に少なく、新たに承認された抗生物質のほとんどは既存の薬とわずかに形の異なる変形です。新しい抗生物質をスクリーニングする現行の方法は、多くの場合において非常にコストがかかり、十分な時間の投資が必要で、通常は狭域スペクトラムの化学多様性に限られています。

Collinsは、「抗生物質耐性の成長は危機に直面しており、既存の抗生物質に対して耐性のある病原体の数と新たな抗生物質に対応するバイオテク事業と製薬事業の両方が増加しない限りこの状況は生まれない」と述べています。

「イン・シリコ」のスクリーニング用予測コンピュータモデルを使用するというアイデアは新しいものではありませんが、これらのモデルでは薬検出の構造を変えるには正確さが不十分でした。分子は以前特定の化学基の有無を示すベクトルとして表されていました。しかし、新しい神経ネットワークではこれらの表現を自動的に学ぶことができるため、これらの特性の予測に連続して使用するベクトルに分子をマッピングすることができます。

モデルによって選択された分子は、強力な抗菌活性を有し、既存の抗生物質とは異なる化学構造を有することが予測されていました。異なる機械学習モデルを使用することにより、研究者らはこの分子の毒性がヒト細胞に対しては低いことも示しました。

「世界は危険な疾患に対抗するために新しい抗生物質を可及的に必要としています。そのため、MITのJ-Clinicチームが機械学習を使用して真っ新な状態から新しい抗生物質を発見したという快挙には非常に勇気づけられます。」とInternational of Community Jameelの社長Fady Jameelは述べました。数十年にわたり、Community Jameel は、人々の生活改善の手助けをすることが可能な研究のサポートに尽力してきました。結核のような抗生物質耐性の感染症のリスクを抑制できることによって、全ての人に大きな影響を与える可能性があります。」

研究者らは、ヒトに使用することを目的として開発を希望する製薬会社または非営利組織と協力して、分子のさらなる研究の追求を計画しています。研究者らは、新しい抗生物質を設計し、既存の分子を最適化するためのモデルを使用することも計画しています。例えば、特定の細菌のみを対象とする特定の抗生物質を作る機能を追加するようモデルを訓練することで、患者の消化管内の有益な細菌を死滅させることを防ぐことができます。

これらの研究には資金が提供されました。健康における機械学習のためのアブドゥル・ラティフ・ジャミールクリニックを含む多くの支援者により資金提供が行われました。