Машинното обучение помогна за намирането в природата на 860 хиляди потенциални пептидни антибиотици
Луис Педро Коелю от Технологичния университет в Куинсланд и сътрудници от пет страни проучиха набор от данни на 63 410 метагенома и 87 920 прокариотни генома (както свободно живеещи, по този начин и тези, свързани с многоклетъчни организми гостоприемници), употребявайки машинно образование. Те в последна сметка сформираха каталога AMPSphere, който включва 863 498 повтарящи се евентуални антимикробни пептиди, множеството от които не бяха открити в съществуващите бази данни. Доклад за работата е публикуван в списание Cell.
Като доказателство за концепцията, откривателите са синтезирали и тествали in vitro и in vivo 100 планувани пептида с евентуална интензивност против клинично значими патогени, както и коменсали на човешката чревна микробиота. От тях 79 са посочили антимикробна интензивност, като 63 от тях са били ориентирани към мощно патогенните резистентни на антибиотиците бактерии ESKAPEE. При опити върху мишки с кожен цирей, резултатът им прилича този на клинично потребления пептиден антибиотик полимиксин В.
