麦克马斯特大学AI模型在早期测试中设计出新的抗生素候选物

麦克马斯特大学的研究人员开发出一种新的生成式人工智能（AI）模型，能够大幅加快药物发现速度——而且在早期测试中，它已经设计出一种全新的抗生素。在4月23日发表、并入选 Molecular Systems Biology 6月刊封面的新研究中，研究团队对该模型进行了测试，并确定了一种名为 synthecin 的新型水溶性化合物。

这一新模型名为 SyntheMol-RL，经过训练可探索多达460亿种潜在化合物的庞大化学空间——这远远超出了实验室现实可测试的范围，因为即使是大规模筛选，通常也只能达到约100万个分子。该AI模型利用约150,000个分子“构件”和50种化学合成反应，旨在生成结构新颖的抗生素候选物。

SyntheMol 以往的迭代版本仅设计具有抗菌活性的分子，而不考虑其他关键性质。过去两年中，研究团队与 Stanford University 的合作者一起对该模型进行了完善，使其只生成既易于在实验室开发、又很可能在体内具有溶解性的抗菌化合物。

研究人员让增强后的模型生成可用于治疗 Staphylococcus aureus 感染的水溶性抗生素，并很快获得了几个命中结果。在模型提出的79种抗菌化合物中，研究小组锁定了一种尤为引人关注的化合物——一种新型水溶性化合物，似乎很可能对 S. aureus 具有抗生素活性。

随后，这一由计算机设计的新药候选物在实验室中被制成外用乳膏，并在小鼠模型中用于测试一种原本对药物耐药的伤口感染。Synthecin 在控制感染方面效果显著，作为外用药表现极佳，同时也初步显示出未来可用于全身给药或进一步优化用于全身治疗的潜力。

该团队尚未揭示这种药物如何抑制细菌，而这一步对于确定其安全性特征，以及评估其未来进入临床的可能性至关重要。目前，研究小组正积极开展这些关键的作用机制研究。

synthecin 的发现被视为该AI模型能够快速生成高潜力药物候选物的有力验证，这使药物发现的重点负担从寻找可行化合物转向设计和优化化合物。研究人员表示，该模型在设计时并不局限于特定疾病，这一转变不仅对抗生素发现意义重大，也对生物化学的其他领域具有重要意义。