當前位置:
首頁 > 健康 > 人工智慧助力新型抗生素研發,緩解抗生素耐藥性

人工智慧助力新型抗生素研發,緩解抗生素耐藥性

藍字關注我們

(圖源:Shutterstock)

  • 牟慶璇 編譯

2020年春節,新型冠狀病毒在我國肆虐,牽動著所有人的心。隨著疫情進一步被控制,治癒出院的人越來越多。新型冠狀病毒沒有特效藥,但在相關報道中,都可以看到醫護人員對於重症患者會使用抗生素,防止真菌趁機感染肺部。
不同的細菌對於不同的抗生素敏感程度不一,但隨著抗生素的不斷使用,耐葯菌時有報道,威脅人類健康和畜牧業的發展,全球耐葯菌感染導致每年至少70萬人死亡。
抗生素耐藥性意味著常見細菌感染有一天可能無法治療,該問題在公共衛生領域受到了全球各個國家的關注。自青黴素誕生以來,抗生素已經成為現代醫學的基石之一。然而,許多抗生素都來自於土壤中的微生物,研發新型抗生素越來越困難。

(圖源:ecdc.europa.eu)

PART.01

人工智慧助力新型抗生素研發

近日,國際頂級學術期刊《細胞》(Cell)刊登了一篇來自麻省理工學院(MIT)的研究論文。該論文報道稱,研究人員通過深度學習系統,利用人工智慧發現了一種新型抗生素,對實驗室所有測試的耐葯菌都有殺傷作用。

(圖源:Cell)


在過去的幾十年里,新型抗生素研發速度明顯緩慢,且多是已有抗生素的結構類似物。麻省理工學院的James J. Collins教授團隊通過計算機深度學習系統建立的模型,通過篩選不同化合物,得到一個與已有抗生素結構完全不同的潛在抗生素,這個藥物最初是為了糖尿病設計的,被命名為halicin。
隨後,研究人員在培養皿里測試了halicin對從病人身上分離到的多種耐葯菌的抑制效果,除了銅綠假單胞菌之外,halicin對所有測試的耐葯菌都有殺傷作用。而就目前來講,銅綠假單胞菌可以利用較低濃度的慶大黴素滅除。
體外實驗很成功,體內殺菌效果如何呢?研究人員們又讓小鼠感染上了一種超級耐葯的鮑氏不動桿菌,halicin再顯神威,在24小時內感染就被徹底清除了。
基於以上這些結果,研究人員們指出,halicin具有廣譜的抗菌活性。研究人員也探索了halicin的抗菌機理,它能抑制細菌形成跨膜的電化學梯度。一般情況下,細菌需要電化學梯度協助產生能量,如果不能正常產生能量,細菌就會死亡。
該論文的第一作者Jonathan Stokes博士後認為,重塑電化學梯度的過程非常複雜,不是簡單的幾個突變就能完成的,因此這也最大程度上杜絕了耐藥性的產生。

PART.02

抗生素抗藥性怎麼產生?

抗生素是用於治療細菌感染的藥物,但是當反覆用抗生素對抗細菌後,它們可以適應並抵抗曾經已知可以殺死它們的抗生素。如果不明智的使用抗生素,反而會促進細菌耐藥性的增強。例如當需要大劑量服藥時,卻只服用少量;或是當病症未痊癒時,提前結束治療。
在澳大利亞北部,金黃色葡萄球菌會引起皮膚和軟組織感染。當金黃色葡萄球菌對通常用於治療感染的抗生素產生耐藥性時,會稱其為耐甲氧西林的金黃色葡萄球菌,或MRSA,該地區的MRSA發病率明顯高於其他地區。

金黃色葡萄球菌(Sandoz)

政府最新數據顯示,在金黃色葡萄球菌感染者中,偏遠地區和超偏遠地區的MRSA發病率是主要城市的兩倍(分別為40%和20%)。當然,這些統計數據會因調查的地點、時間段和人群的不同而有所差異。
另有一些研究報告稱,澳大利亞中部和北部部分地區的MRSA發病率接近60%,相比之下,澳大利亞其他地區約13%。

PART.03

抗生素不起作用會怎麼樣?

偏遠社區中多達四分之三的人,每年都會為治療某一階段的皮膚和軟組織感染(如皮膚瘡瘍或蜂窩織炎)而去診所。由於抗生素耐藥性導致治療失敗意味著皮膚和軟組織感染需要更長的時間恢復,並更有可能傳播給其他人。
在更嚴重的情況下,感染會侵入皮膚,並導致骨骼、血液或肺部感染。當由於短缺而無法使用某些抗生素時,這個問題就更加複雜了。
據統計,近50%的偏遠地區兒童患有皮膚感染。其他疾病(如肺炎和性傳播感染)意味著需要經常和廣泛地使用抗生素。家庭人口密集、因貧窮無法使用洗衣機和淋浴等硬體設施限制,都有助於細菌的進一步傳播。
因此,對偏遠地區的人們進行有關當地抗生素耐葯率的教育非常重要,還要加強他們對當地醫療政策的理解。

菲奧娜·傑爾庫拉(Fiona Djerrkura)的和孫子合影,希望看到更多有關使用抗生素的教育(圖源:abc.net.au)

澳大利亞的例子對我國有參考意義。隨著現在抗生素的使用,不僅僅是人類,還有與人類息息相關的產業,如畜牧業養殖、禽類和蔬菜種植等等,都面臨著抗生素抗藥性的難題。
人工智慧雖然幫助尋找到一種具有廣譜抗菌作用的抗生素,但是理智使用抗生素,減少超級細菌的出現才是最主要的任務。

參考文獻:

  1. Jonathan M. Stokes et al., 《A Deep Learning Approach to Antibiotic Discovery》[J], Cell.

我知道你在看

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!