加载中........
×

CELL:机器学习揭示抗生素作用机制

2019/5/20 作者:海北   来源:MedSci原创 我要评论0
Tags: 机器学习    抗生素  

当前的机器学习技术能够使生物信号与测量的表型牢固地结合,但是这些方法不能识别因果关系。

最近,研究人员开发了一个集成的“白盒子”生化筛选,网络建模和机器学习方法,以揭示因果机制,并应用这种方法来理解抗生素的功效。

研究人员在大肠杆菌中反向筛选针对杀菌抗生素的多种代谢物,并使用基因组规模的代谢网络模型模拟其相应的代谢状态。

在模型模拟上回归测量的筛选数据表明,嘌呤生物合成参与抗生素致死性,研究人员之后通过实验验证了该模型。

研究人员表明,抗生素诱导的腺嘌呤限制增加了ATP需求,提高了中枢碳代谢活性和氧消耗,增强了抗生素的杀伤作用。

这项工作展示了前瞻性网络建模如何与机器学习相结合,以确定药物功效的复杂因果机制。


原始出处:

Yang JH et al. A White-Box Machine Learning Approach for Revealing Antibiotic Mechanisms of Action. CELL, 2019; doi: 10.1016/j.cell.2019.04.016.


本文系梅斯医学(MedSci)原创编译整理,转载需授权



小提示:78%用户已下载梅斯医学APP,更方便阅读和交流,请扫描二维码直接下载APP

所属期刊:CELL 期刊论坛:进入期刊论坛
版权声明:本文系梅斯MedSci原创编译整理,未经本网站授权不得转载和使用。如需获取授权,请点击

只有APP中用户,且经认证才能发表评论!马上下载

web对话