MIT Collins Lab利用可解释深度学习模型发现抗MRSA化合物

MIT的Collins实验室研究人员利用可解释的深度学习模型，发现了可能对抗耐甲氧西林金黄色葡萄球菌（MRSA）的化学化合物。该模型通过图算法识别具有抗生素潜力的化学物质，并使用其他模型预测这些化学物质是否对人体有害。

研究方法和模型训练

研究团队使用了包含39,312个分子及其实验观察到的抗生素效果的数据集，通过Chemprop框架训练了20个模型的集成系统。该系统能够预测新分子的潜在抗生素效果。此外，团队还创建了另一组模型，用于预测分子在三种人类细胞（肝癌细胞、骨骼肌细胞和肺成纤维细胞）中的细胞毒性。

化合物筛选与解释

通过将这些模型应用于包含超过1200万个化合物的数据库，团队筛选出3600种可能具有抗生素效果且对人体毒性较低的化合物。随后，他们采用蒙特卡洛树搜索方法，基于化学子结构为这些分子的抗生素效果生成解释，从而指向可能成为抗生素候选化合物的一类物质。

研究意义与创新

实验室主任James Collins表示，该研究的创新之处在于能够通过模型学习到的信息来预测哪些分子可能成为有效的抗生素。这项研究提供了一个高效、资源节约且从化学结构角度具有洞察力的框架。

相关背景

近年来，人工智能模型在化学和生物学领域解决了多个问题。2020年，Collins实验室使用AI模型识别出一种已知化合物halicin作为潜在的抗生素。此外，DeepMind的AlphaFold2和Meta的ESMFold等模型也在蛋白质结构预测方面取得了突破。

开源与数据共享

研究团队使用了开源的Chemprop深度学习库来预测分子性质，并利用RDKit库计算额外的输入特征（如分子的氢受体数量）。为了收集抗生素预测模型的训练数据，研究人员培养了金黄色葡萄球菌，并添加了39,312种化合物以确定哪些能够抑制细菌生长，最终在数据集中标记出512种抗生素化合物。

社会影响与未来展望

Andrew Ng的AI通讯《The Batch》强调了这项研究，指出抗生素耐药性感染是全球公共卫生的主要威胁之一，2019年直接导致了127万人死亡，因此需要新的抗生素以及对抗耐药菌株的努力。Reddit上的讨论也提到，AI在处理大量数据并发现模式方面具有巨大潜力，未来在医学、健康和太空研究中的应用令人期待。

开源资源

MIT团队已将模型代码、检查点以及训练数据开源，所有资源均可在GitHub上获取。