据新华社北京1月1日电 美国麻省理工学院近日发布新闻公报说，该校研究人员参与的国际团队利用人工智能深度学习模型，发现了可治疗耐药细菌感染的新型化合物。这些化合物有潜力成为新型抗生素药物。

　　麻省理工学院和哈佛大学等机构研究人员首先测试了约3.9万种化合物对耐甲氧西林金黄色葡萄球菌的抗菌活性，并利用测试数据以及这些化合物的化学结构等信息来训练深度学习模型。

　　接下来，研究人员利用上述模型的集合预测了约1200万种化合物的抗菌活性和细胞毒性，确定了五类化合物对耐甲氧西林金黄色葡萄球菌有抗菌活性。他们从中选取280种化合物在培养皿进行抗耐甲氧西林金黄色葡萄球菌实验，最终挑选出属于同一类化合物的两种候选抗生素。小鼠实验结果显示，这两种化合物都对治疗耐甲氧西林金黄色葡萄球菌感染效果显著。

　　研究人员表示，新研究的一个关键创新在于打开了这类深度学习模型的“黑匣子”，弄清楚模型使用哪种信息来预测抗生素效力，这将有助于研究人员设计出比模型识别出的化合物效果更好的候选药物。