自20世纪70年代以来，现代抗生素的发现一直处于停滞状态。现在世界卫生组织已将抗微生物耐药危机列为全球十大公共卫生威胁之一。
当感染反复治疗时，临床医生面临的风险是细菌对抗生素产生抗药性。但是为什么在适当的抗生素治疗后感染会再次出现呢？一个被充分记录的可能性是细菌变得代谢不活跃，逃避传统抗生素的检测，这些抗生素只对代谢活动作出反应。当危险过去后，细菌恢复生命，感染再次出现。
“抗药性随着时间的推移而增加，复发性感染是由于这种休眠状态引起的，”曾在麻省理工学院阿卜杜勒·拉蒂夫·贾米尔机器学习健康诊所（MIT Abdul Latif Jameel Clinic for Machine Learning in Health）担任MIT-Takeda Fellow的杰基·瓦莱里（Jackie Valeri）说。她最近在柯林斯实验室（Collins Lab）获得了生物工程学博士学位，并且是本月《Cell Chemical Biology》印刷版上发表的一篇新论文的第一作者，该论文展示了机器学习如何帮助筛选对休眠细菌具有致命作用的化合物。
关于细菌“休眠样”韧性的故事对科学界来说并不新鲜-最近几年在太平洋海底发现了追溯到1亿年前的古细菌菌株，它们以节能状态存活。
麻省理工学院贾米尔诊所（MIT Jameel Clinic）的生命科学教师詹姆斯·J·柯林斯（James J. Collins）是麻省理工学院医学工程与科学学院和生物工程系的特米尔教授，最近因使用人工智能发现了一类新的抗生素而成为新闻头条，这是该团队利用人工智能大幅扩展现有抗生素的一部分任务。
根据《柳叶刀》（The Lancet）发表的一篇论文，2019年，如果感染对药物敏感，将有127万人的死亡可以预防，研究人员面临的众多挑战之一是寻找能够针对代谢休眠细菌的抗生素。
在这种情况下，柯林斯实验室的研究人员利用人工智能加快了在已知药物化合物中寻找抗生素特性的过程。由于有数百万种分子，这个过程可能需要数年时间，但研究人员仅用一个周末就能够确定一种名为semapimod的化合物，这要归功于人工智能的高通量筛选能力。
研究人员发现，semapimod是一种常用于克罗恩病的抗炎药物，同时也对静止期的大肠杆菌和鲍曼不动杆菌有效。
另一个发现是semapimod破坏所谓的“革兰氏阴性”细菌的膜，这些细菌因其更厚、不易渗透的外膜而对抗生素具有较高的内在抗性。
革兰氏阴性细菌的例子包括大肠杆菌、鲍曼不动杆菌、沙门氏菌和假单胞菌，这些细菌都很难找到新的抗生素。
“我们发现sema的机制之一是它的结构非常大，它让我们想起了其他针对外膜的东西，”瓦莱里解释道。“当你开始研究很多小分子时……在我们看来，这是一个非常独特的结构。”
通过破坏外膜的一个组成部分，semapimod使革兰氏阴性细菌对通常只对革兰氏阳性细菌活性的药物产生敏感。
瓦莱里回忆起2013年发表在《趋势生物技术》（Trends Biotechnology）上的一篇论文中的一句话：“对于革兰氏阳性感染，我们需要更好的药物，但对于革兰氏阴性感染，我们需要任何药物。”
