抗菌战争的革命：机器学习与分子动力学揭示潜在的革兰氏阴性菌抑制剂
计算物理
2026-05-13 v2 化学物理
摘要
几个世纪以来，由细菌引起的疾病一直是对人类文明的威胁。尽管当今有大量抗菌药物可用，但细菌性疾病继续构成危及生命的挑战。这归咎于革兰氏阴性菌，它们对 -内酰胺类、氯霉素类、氟喹诺酮类、四环素类、碳青霉烯类和大环内酯类抗生素产生了多重耐药性。细菌防御的各种机制导致了耐药性，其中多重药物外排泵和酶促降解是主要机制。应对这种耐药性的有效方法是靶向并抑制外排泵和酯酶的活性。尽管文献中已提出各种外排泵抑制剂和耐酯酶大环内酯类药物，但由于多种副作用，均未获得 FDA 批准。本研究为 RND 外排泵和红霉素酯酶的耐药机制提供了有价值的见解。通过机器学习和分子动力学，预测了少数几种潜在的外排泵抑制剂。
引用
@article{arxiv.2505.23356,
title = {Revolutionising Antibacterial Warfare: Machine Learning and Molecular Dynamics Unveiling Potential Gram-Negative Bacteria Inhibitors},
author = {Pritish Joshi and Abhishek Bera and Niladri Patra},
journal= {arXiv preprint arXiv:2505.23356},
year = {2026}
}
备注
Added co-author