自然界中充满着各种各样的微生物，其中许多对我们的健康发挥着重要作用，例如肠道菌群。
但也有不少是严重威胁健康的致病菌，例如结核杆菌（导致肺结核）、霍乱弧菌（导致霍乱）等等。在人类历史上，感染这些致病细菌，除了依赖人体自身的免疫系统，几乎无解。
直到1928年，英国细菌学家弗莱明发现了世界上第一种抗生素——青霉素，让人类第一次有了战胜致病细菌的有力武器。1942年起，青霉素开始大规模生产使用，拯救了无数人，成为提高人均寿命的最大功臣。
然而，抗生素的广泛应用也带来了一个巨大的危机——抗生素耐药性（AMR），据世界卫生组织（WHO）统计，2019年全球约有120万人死于抗生素耐药性（AMR）所加剧的细菌感染，这已经高于艾滋病导致的死亡人数。
更重要的是，照此发展，到2050年，抗生素耐药性将可能导致超过1000万人死亡，这将超过癌症导致的死亡人数。
因此，世界各地的研究人员正在寻找新的解决方案，我们也迫切需要新的抗生素来对抗对大多数临床使用的抗生素越来越耐药的细菌。但在过去的几十年里，很少有新型抗生素被引入临床，而且它们也通常类似于较老的、已知的抗生素。
2023年12月20日，麻省理工学院James Collins教授团队（Felix Wong、Erica J. Zheng为第一作者）在国际顶尖学术期刊Nature上发表了题为：Discovery of a structural class of antibiotics with explainable deep learning的研究论文。
该研究利用人工智能（AI）和可解释的深度学习模型，从超过1200万种化合物中识别出一种革命性的新型抗生素类型，可以杀死临床上常见的超级细菌——耐甲氧西林金黄色葡萄球菌（MRSA）。而且，这些化合物对人类细胞的毒性很低，因此成为特别好的抗生素候选者。
这项新研究的一个关键创新在于，研究人员弄清楚了深度学习（Deep Learning）模型使用了哪些信息来预测其抗生素效力。这种知识还可以帮助研究人员设计出更有效的其他治疗药物。
抗生素人工智能项目
这项发表在Nature的最新研究，是麻省理工学院抗生素人工智能项目的一部分，该项目由James Collins教授领导，计划在七年时间内发现针对七种致命细菌的新类型抗生素。
James Collins教授表示，我们可以了解模型学习了什么，以预测哪些分子可以成为好的抗生素。我们的工作提供了一种从化学结构角度出发，具有时间效率、资源效率和机制洞察力的框架，这是我们迄今为止从未有过的方法。
耐甲氧西林金黄色葡萄球菌（MRSA）是一种临床上常见的超级细菌，通常导致皮肤感染或肺炎，严重病例还会出现败血症甚至死亡。
在过去几年中，James Collins教授团队开始利用人工智能（AI）技术来寻找新型抗生素，以解决日益严重的抗生素耐药问题。
2020年2月，James Collins教授团队在Cell期刊发表论文，开发了首个由人工智能发现的抗生素——halicin，其在结构上与传统抗生素不同，对多种耐药菌显示出杀菌活性。
在这篇Cell论文中，研究团队训练了一种机器学习算法来识别可以抑制大肠杆菌的化合物，从包含超过1亿种分子的化合物库中找到了一种化合物，研究团队将其命名为halicin（致敬了经典科幻电影《2001太空漫游》中的AI系统HAL9000）。halicin不仅可以杀死大肠杆菌，还可以杀死其他几种耐药菌。
2023年5月，James Collins教授团队在Nature Chemical Biology期刊发表了题为：Deep learning-guided discovery of an antibiotic targeting Acinetobacter baumannii的研究论文。
该研究使用人工智能（AI）算法，发现了一种新型抗生素——abaucin，其能够特异性杀死重要的耐药菌——鲍曼不动杆菌（Acinetobacter baumannii）。
这种新型抗生素abaucin可以治疗鲍曼不动杆菌引起的伤口感染。此外，它还能有效杀死从人类患者身上分离出来的多重耐药性鲍曼不动杆菌菌株。
进一步实验表明，abaucin通过干扰脂蛋白运输来杀死细菌，脂蛋白运输是细胞将蛋白质从细胞内部运输到细胞包膜的过程。具体来说，abaucin似乎抑制了参与脂蛋白运输过程的LolE酶。
