如何应对细菌感染？机器学习+传感器！
2019-12-08 20:18:53 来源：麦姆斯咨询 评论：0 点击：
据麦姆斯咨询报道，科研人员目前正在宾夕法尼亚大学合成生物学家César de la Fuente（于2019年5月以首席教授身份加入宾大）的实验室中进行各种不同阶段的项目。他的最终目标是研制出全球第一款利用计算机的机器学习能力“制造”的抗生素。
想象一下，如果一台计算机可以学习自然界中的分子，并使用一种算法生成新的分子。然后这些分子能被打印出来并在实验室里进行测试，以对抗其中一些最令人讨厌、最危险的细菌，诸如那些很快会对我们目前的抗生素选择产生耐药性的细菌。
或者想象一种绷带，可以检测到伤口中不超过100个细菌细胞的感染。如果绷带可以向你的手机发送信号，让你知道已经被感染并允许你按下按钮启动所植入的疗法，将会怎样？
上述设想将不再是科幻小说！
据麦姆斯咨询报道，科研人员目前正在宾夕法尼亚大学合成生物学家César de la Fuente（于2019年5月以首席教授身份加入宾大）的实验室中进行各种不同阶段的项目。他的最终目标是研制出全球第一款利用计算机的机器学习能力“制造”的抗生素。但除此之外，他的实验室（包括3名博士后研究员，1名客座教授，以及少数研究生和本科生）也做出了许多其它方面的努力，目前该实验室的研究成果正处于计算机科学与微生物学的交汇处。
利用机器学习合成的抗生素
无论是美国还是世界其它国家，抗生素耐药性正在成为一个危险的问题。根据美国疾病控制与预防中心（the Centers for Disease Control and Prevention）的统计，美国每年至少有280万人感染了抗生素无法治愈的疾病，超过3.5万人死于这类感染。世界范围内，肺炎和食源性疾病等常见疾病也越来越难以治疗。
市场需要新的抗生素，根据de la Fuente的说法，现在是时候打破传统方法了。
在宾夕法尼亚大学医学院和应用科学学院任职的de la Fuente表示，“多年来，我们一直将自然界作为抗生素的来源。我的整个假设是，大自然可能已经‘黔驴技穷’，多年来，我们一直未找到新的支架。我们是否可以将信息、自然界的化学数字化，以创建并开发新的分子？”
为此，他的团队转向研究氨基酸（蛋白质分子的组成成分）。20种氨基酸以无数的序列和长度自然结合，然后折叠成不同的蛋白质。一经排序，其可能性比宇宙中的恒星数量还多。博士后研究员Marcelo Melo指出，“我们永远也不可能将它们全部合成，只能看到发生了什么。我们必须将几十年的化学知识（告诉我们它们是如何运作的）与计算机结合起来，因为计算机可以找到人类无法找到的模式。”
通过机器学习，研究人员为计算机提供可以成功对抗细菌的天然分子。计算机从这些示例中学习，然后生成新的人造分子。Melo继续说道，“我们反复尝试，希望我们找到值得探索的新模式，而不是盲目搜索。”
计算机可以虚拟测试每个人造序列，以计算自然选择的形式挑选出最成功的部分，而把剩余部分扔掉。那些最有潜力的片段被用来创建新的序列，理论上每次都会产生越来越好的序列。
De la Fuente的团队已经得到了一些有希望的结果，他表示，“我们合成的很多分子都起作用了。最好的合成分子已经在动物模型中试验。它们能够减少实验用小白鼠的感染，这是相当酷的一件事，因为整个过程都是由电脑合成的。”尽管如此，de la Fuente表示这项工作距离生产出任何一种可以立即上架的抗生素还很遥远。
嵌入生物传感器的蓝牙创可贴
除了计算机生成的抗生素，研究团队还创建出了一款嵌入生物传感器的绷带原型，该绷带可以在症状出现或伤口感染患者注意到之前发现感染。它的运作原理如下：每个细菌都会产生独特的分子。放置在开放性伤口上，被电极覆盖的生物传感器可以识别细菌是否存在，即使细菌的浓度极低。
实验室的另一位博士后研究员，深入参与这项工作的Marcelo Torres解释道，“我们的传感器甚至可以检测到100个细胞中的细菌。通常需要1万或10万个细菌细胞才能视为感染，我们可以及早发现感染并可以检测细菌随着时间变化所发生的增长。”
De la Fuente的长期目标之一是创建人造抗生素，该实验室已经取得了很大的进展。凭借人工智能，计算机可以知道哪些自然分子能够成功对抗细菌，然后根据这些数据生成新的人造分子（如上图所示）。研究人员可以将它们打印出来并用于真正细菌的测试
一旦传感器注意到感染蔓延，它就会通过基于手机的应用程序通知用户。只需按一下按钮，用户就可以发送电信号以启动治疗，即预先装在绷带上，名为肽的微小蛋白质细菌特异性氨基酸链。Torres表示，“这些细菌产生的分子，如果将电流引入系统，它们会经历电化学过程，这是众所周知的。我们要做的就是找到每个分子的正确模式，正确的电化学结构。”
研究团队已经找出了哪些肽可以成功地针对引起感染的特定病原体，并创建了拥有电极的应用程序的测试样本。
Melo指出，“我们所进行的每一步都有概念证明。”
Torres补充道，“现在要做的就是将其合成。”
一旦合成，该系统发现感染的速度将比今天快得多。通常，擦拭伤口后需要数小时或数天才能恢复，但这些读数仅需要几秒钟。De la Fuente表示，未来版本的生物传感器可能会以药丸的形式被吸收，这些药丸可以检测出肠道中的某些细菌，并进行治疗。
合理使用益生菌
读取肠道内的信息并释放药物的想法已经在另一个专注于益生菌工程的项目中发挥作用，在酸奶等食品中发现了“好”的细菌。
这正是博士后研究员Esther Broset的兴趣所在，她表示研究目的不是杀死有益的微生物细菌群，而是针对可能会使我们生病的肠道内微生物。Broset指出，“如果我们杀死微生物群中的危险细菌会发生什么？我们将在益生菌中表达这种细菌。”
在实验室计算机生成抗生素研究中，研究人员使用相同的机器学习来缩小分子范围，从而找到适合于益生菌使用的蛋白质，这是至关重要的，因为某些肽对益生菌而言是有毒的。
Broset解释道，“研究人员在我们的胃里面发现一种针对病原体的肽，会引起溃疡。”她可以一点点地将这种蛋白质编码到特定细菌的DNA中去，让这些细菌产生有益的益生菌。她补充道，“你可以编码任何你想要的分子，包括它们的表达式、数量、高或低。”在合适的情况下，肠道中的益生菌会产生这种肽并分泌出来以对抗病原体。
De la Fuente表示，目前最有应用前景的是沙门氏菌，“从理论上讲，你可以喝酸奶，酸奶将通过体内到达结肠、肠道，而益生菌将在肠道内繁殖并治疗沙门氏菌感染。”最终，如果该概念被证明是成功的，那么益生菌的导管可以是一种主动服用的药丸，当它检测到危险的细菌时会释放出合适的肽。
归根到底，所有研究项目的目标是创建de la Fuente所描述的开发闭环，从计算机设计、机器学习，打印、合成到筛选生物制品的一切都将自动进行并循环回电脑。de la Fuente阐述道，“对分子开发和创建新药物而言，它将成为一套非常有用的工具。”
他还承诺要创建一个多元化实验室，实验室成员通常取自这些领域中代表性不足的群体，他们来自不同的地方，拥有不同的科学背景。他表示，“实验室的宗旨是欢迎来自世界各地的人才，让这些人成为未来的领导者。”这些科学家的组合将使实验室突破分子测序的界限。
他补充道，“我们正在尝试探索以前未被探索过的领域，研究结果将可能会产生我们从未见过的分子，因为它们在自然界中并不存在。我一直对疾病的秘密及其过程感兴趣。”集计算机科学、人工智能、合成生物学、微生物学和其它领域之大成，将对全球健康产生持久影响的答案似乎即将呼之欲出。
延伸阅读：
上一篇：深圳先进院在稀有样本单细胞测序技术方面取得进展
下一篇：最后一页