2023-01-05 | 광주=박지훈 기자

光州科学技术院开发应对抗生素耐药菌的人工智能模型

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

光州科学技术院研究团队开发出可快速发掘具抗菌功能肽分子的人工智能模型,引发关注。

这是为应对即将到来的抗生素耐药菌大流行时代而开发的新药研发人工智能平台,预计将在基于肽分子的抗生素开发初期阶段发挥作用,有助于缩短新药开发时间。

据光州科学技术院5日消息,电气电子计算机工程学部南浩正教授研究团队(硕博连读生李汉率、博士生李松妍、李仁九博士)开发出可比现有方法更准确判别肽分子抗菌效果的人工智能预测技术,用于抗菌肽治疗剂开发。

此次研究与目前已公开的各种预测模型相比,根据实验条件,抗菌性预测准确度最低高出2%、最高高出13%。

此外,该研究还提供了以往研究无法实现的与抗菌性相关的关键肽部分序列信息,增加了预测结果的可解释性功能。

特别是,将以往抗菌肽活性预测研究中未曾使用的大规模蛋白质数据预训练模型,用抗菌肽相关序列数据进行微调,结果显示出优于以往相关研究的预测准确度。

同时,利用检测蛋白质序列主要特性的注意力技术,找出了与抗菌效果相关的氨基酸序列倾向性。

由此确认所提出的模型能够正确检测与抗菌肽活性相关的关键部分结构,验证了模型的可靠性和可解释性。

最早的抗生素青霉素为治疗人类和动物的各种疾病开辟了新天地,但由于抗生素被滥用误用,出现了抗生素耐药菌。

因此,作为新型抗生素平台的抗菌肽研究受到关注。

抗菌肽是在生命体所有领域中自然产生的小分子蛋白质,对现有抗生素耐药的细菌也具有出色的抗菌力,且几乎不会诱发新的耐药菌出现,因而作为下一代抗菌物质备受瞩目。

此外,它作为治疗细菌、病毒及真菌感染者或癌症患者的切实可行的替代治疗剂也受到关注。

南浩正教授表示:“此次成果是将蛋白质序列的一般特性与抗菌肽的特异性信息共同训练,从而提高对肽分子抗菌效果预测准确度,并提供参与抗菌效果的关键肽部分序列的技术。”

阅读韩文原文