据科林斯实验室官网12月20日消息，美国麻省理工学院科林斯实验室科研团队利用深度学习方法发现新型抗生素，有助于解决抗生素耐药性危机。该团队通过开发一种可解释的、基于子结构的神经网络模型确定了39312种化合物的抗生素活性和人细胞毒性特征，并应用图神经网络集成预测12076365种化合物的抗生素活性和细胞毒性，最终发现一种对耐甲氧西林金黄色葡萄球菌和耐万古霉素肠球菌具有选择性。该研究有助于以深度学习为指导的抗生素结构类别的发现，并且证明了药物发现中的机器学习模型的可解释性。相关研究成果均发表于《自然》期刊。

消息来源：