人工智能加速抗生素发现.docx
《人工智能加速抗生素发现.docx》由会员分享,可在线阅读,更多相关《人工智能加速抗生素发现.docx(4页珍藏版)》请在第一文库网上搜索。
1、Sitehttps:/bindingmoad.orghttps:/www.bindingdb.org/https:/www.brenda-enzymes.orghttps:/www.ebi.ac.uk/chembl/https:/drugdesigndata.orghttps:/clue.io/repurposinghttp:/moleculenet.aihttps:/www.wwpdb.orghttps:/pubchem.ncbi.nlm.nih.govhttp:/stitch.embl.dehttp:/sideeffects.embl.dehttp:/insilico.charite.de
2、/supertarget/https:/zitniklab.hms.harvard.edu/TDChttps:/www.uniprot.orghttps:/zinc15,docking.orghttp:/bioinformatics.cs.ntou.edu.tw/adam/http:/gec.u-picardie.fr/adaptablehttp:/www.camp.bicnirrh.res.inhttp:/dramp.cpu-bioinfor.orghttps:/dbaasp.orghttp:/140.138.77.240/-dbamphttps:/megares.meglab.orghtt
3、ps:/www.ncbi.nlm.nih.goy/https:/www.patricbrc.orghttps:/tdrtargets.org摘要:抗生素通过针对入侵的生物体将自己置身于宿主-病原体的进化军备竞赛中。然而,随着病原体因自然选择进化出的耐药性,抗生素治疗效果下降。另外,抗生素的研发是一个成本高及周期长的工程,耐药性的出现促使人们对有望加快候选药物发现的计算方法产生了极大的兴趣。本文阐述了人工智能在小分子抗生素和抗菌肽的发现方面取得的进展。除了抗菌活性的基本预测外,还强调抗菌化合物的表征、类药性的预测、抗菌素耐药性和从头分子设计。人工智能加速抗生素发现Ref : Commun. Bi
4、ol. Published: 9 September 2021 IF=6.268链接:https:/doi.org/10.1038/s42003-021-02586-01研究背景细菌耐yao性(AMR)的出现减弱了抗生素的功效,使全球发病率和死亡率水平升高。美国疾病控制和预防中心估计,美国每年有280万感染是由耐药细菌引起的,其中有3.5万人死于这种无法治疗的感染。临床试验中的抗生素也与现有的耐药机制的药物类似,进一步强调了发现全新抗生素的必要性。抗生素的研发是一个成本高及周期长的工程。2014年至2019年期间,只有14种新的抗生素成功研发并通过审批。在一项对超过21000种化合物的近186
5、000项临床试验的调查中,研发的新药能够成功治疗传染病的可能性仅为25.2%。这种失败的风险促使企业以更高的投资回报保证进行研发,为学术界启动抗生素设计和优化的早期阶段开辟了道路。随着人工智能和大数据领域的广泛应用,有可能从根本上改变药物发现中计算模型的准确性和可靠性。可用的开源数据集(表1 X计算机工程的进步以及机器学习算法模型,极大地促进了机器学习在药物发现,特别是抗生素发现中的应用。本文主要介绍了人工智能在小分子抗生素和抗菌肽研发中的应用。表1与抗生素研发相关的数据库DatabaseGeneral drug discovery and biomolecular informaticsBi
6、nding MOAD160BindingDB161BRENDA162ChEMBL163Drug Design Data ResourceDrug Repurposing Hub140DrugBank164MoleculeNet165Protein Data Bank166PubChem167Search Tool for Interacting Chemicals168Side Effect Resource169SuperTarget170Therapeutics Data CommonsTherapeutic Target DB171UniProt172ZINC173Exclusively
7、 infectious diseaseADAM174ADAPTABLE175Collection of Antimicrobial Peptides176Data Repository of Antimicrobial Peptides177DB of Antimicrobial Activity and Structure of Peptides178dbAMP179MEGARes: Antimicrobial DB for High-Throughput Sequencing180National DB of Antibiotic-Resistant OrganismsPathosyste
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 加速 抗生素 发现
![提示](https://www.001doc.com/images/bang_tan.gif)