(资料图)

导读 一项结合了高通量成像和机器学习的新技术可以加快发现抗结核病药物的速度，数代以来，结核病在全世界造成的亡人数超过由单一病原体引起的任...

一项结合了高通量成像和机器学习的新技术可以加快发现抗结核病药物的速度，数代以来，结核病在全世界造成的亡人数超过由单一病原体引起的任何其他疾病——每天 4,000 人。

目前的治疗需要使用多种药物至少六个月，有时甚至几年，而且抗生素耐药性正在增加，这增加了寻找新疗法的紧迫性。

然而，药物发现通常需要生产原始化合物的数百种衍生物才能找到最有效的版本。这项名为 MorphEUS(药物应激的形态学评估和理解)的新技术提供了一种快速、高效、具有成本效益的方法来确定特定化合物如何破坏结核分枝杆菌 (M. tb)，这是一种导致结核病的细菌。

“我们迫切需要更短、更有效的结核病疗法，而 MorphEUS 使我们能够筛选候选药物，了解它们对细胞的实际影响，并了解哪些药物具有杀结核分枝杆菌的独特方法，”副教授 Bree Aldridge 说。塔夫茨大学医学院分子生物学和微生物学博士以及有关新平台的相关论文的资深作者，该论文于 7 月 17 日在线发表在美国国家科学院院刊 (PNAS)上。

Aldridge 和她的同事将 MorphEUS 应用于 34 种作用模式已经确定的目前可用的抗生素和三种非商业化合物。MorphEUS 在 94% 的时间内对药物进行了正确分类。在其余情况下，MorphEUS 确定了以前未知的目标通路。

由于在药物发现过程的早期难以识别化合物的生物活性以及需要阐明现有疗法的作用机制，寻找新的 TB 治疗方法一直受到阻碍。抗菌剂通过特定的分子作用杀病原体，例如，通过破坏微生物的细胞壁或抑制蛋白质合成。这些药物为它们的特殊作案手法留下了线索：细菌细胞特有的物理分解，这可能会影响长度、宽度、染色体等结构的形状、染色能力和其他特性。通过这些变化对药物进行分类的形态学分析在大肠杆菌等病原体中得到了很好的证实，但奥尔德里奇的团队是第一个用结核分枝杆菌对其进行测试的团队。