抗生素耐药性威胁全人类!AI寻找“抗生DNA”有望成为“救世主”
2019年02月22日 由 胖桃 发表
431997
0
斯坦福大学的研究人员已经创建了一种算法,该算法在过去的研究指导下,列出了最有可能与抗菌特性相一致的DNA序列。
随着抗生素耐药性的威胁迫在眉睫,斯坦福大学生物医学数据科学助理教授James Zou博士利用机器学习创建了一种算法,可以生成数千种全新的虚拟DNA序列,目的是有一天能够产生抗菌蛋白质。
该算法称为Feedback GAN,本质上是作为不同DNA片段的大规模生产者。虽然这些序列尝试是随机的,但算法并不是盲目的。它是基于新的可能的多肽,或小的氨基酸组,基于先前的研究,排列出最有可能与抗菌特性一致的DNA序列。
目前,这些在自然界中不存在的模板是在计算机上生成的理论模板。但是,面对人们对微生物耐药性的担忧日益加剧,考虑目前尚不存在的解决方案至关重要。
“我们选择抗菌素蛋白,因为它是一个非常重要的,影响很大的问题,对算法来说也是一个相对易处理的问题,现有的工具已纳入我们的系统,以评估新序列是否可能具有一种成功的抗菌蛋白的特性。”
Feedback GAN建立在此基础上,努力将随机机会和精度相平衡。
自调整
Gupta和Zou的算法不只是生成新的DNA组合。它还积极地自我改善,通过反馈循环学习有效和无效的方法:在算法吐出各种各样的DNA序列之后,它运行一个试错法学习过程,筛选肽建议。
基于它们与其他已知抗微生物肽的相似性,好的反应肽被反馈到算法中,以通知将来由代码生成的DNA序列,并自我完善。
“有一个内置的仲裁器,通过这个反馈循环,系统可以学习在那些被认为可能具有抗菌特性的序列之后,为新生成的序列建模。所以这个想法是,单个肽序列和序列的生成都变得越来越好。”
Zou还考虑了假设蛋白质的另一个核心组成部分:蛋白质折叠。蛋白质折叠成与其功能相关的非常特殊的结构。一个算法可以创建完美的序列,但除非它可以折叠,否则它是无用的,就像散落的时钟的齿轮一样。
Zou可以调整算法,这样它就可以确定正确折叠的可能性,而不是分析抗菌特性的倾向,“我们实际上可以同时做这两件事,观察一个序列的抗菌特性和另一个序列的折叠可能性,同时进行这两种试验,以优化其抗菌特性或折叠能力。”
接下来,Zou希望合并算法的两种变体,创建出既能杀死微生物又能折叠成真正蛋白质的肽序列。