在过去几十年里，很少有新的抗生素被开发出来，这主要是因为目前筛选潜在药物的方法昂贵且耗时。一个有希望的新策略是使用计算模型，它提供了一种潜在的更快、更便宜的方法来识别新药。麻省理工学院的一项新研究揭示了这种计算方法的潜力和局限性。利用人工智能程序AlphaFold生成的蛋白质结构，研究人员探索了现有模型是否能够准确预测细菌蛋白质和抗菌化合物之间的相互作用。如果是这样的话，那么研究人员可以开始使用这种模型来大规模筛选针对以前未靶向蛋白质的新化合物。这将使抗生素的开发具有前所未有的行动机制，这是应对抗生素耐药性危机的关键任务。AlphaFold等突破性进展正在扩大电子药物发现工作的可能性，但这些进展需要与药物发现工作中其他建模方面的进一步进展相结合。在他们的新研究中，研究人员能够通过应用机器学习技术来改进这些类型的模型（即分子对接模拟）的性能。然而，研究人员表示，要充分利用AlphaFold提供的蛋白质结构，还需要进一步改进。

　　资讯来源：http://news.mit.edu/