• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

相似文献

1
Editorial: Machine learning approaches to antimicrobials: discovery and resistance.社论：抗菌药物的机器学习方法：发现与耐药性
Front Bioinform. 2024 Aug 9;4:1458237. doi: 10.3389/fbinf.2024.1458237. eCollection 2024.
2
Novel antimicrobial peptide discovery using machine learning and biophysical selection of minimal bacteriocin domains.利用机器学习和最小细菌素结构域的生物物理选择发现新型抗菌肽。
Drug Dev Res. 2020 Feb;81(1):43-51. doi: 10.1002/ddr.21601. Epub 2019 Sep 4.
3
Machine Learning Prediction of Antimicrobial Peptides.机器学习预测抗菌肽。
Methods Mol Biol. 2022;2405:1-37. doi: 10.1007/978-1-0716-1855-4_1.
4
Tackling the Antimicrobial Resistance "Pandemic" with Machine Learning Tools: A Summary of Available Evidence.使用机器学习工具应对抗微生物药物耐药性“大流行”：现有证据综述
Microorganisms. 2024 Apr 23;12(5):842. doi: 10.3390/microorganisms12050842.
5
Learning From Limited Data: Towards Best Practice Techniques for Antimicrobial Resistance Prediction From Whole Genome Sequencing Data.从有限数据中学习：从全基因组测序数据预测抗生素耐药性的最佳实践技术。
Front Cell Infect Microbiol. 2021 Feb 15;11:610348. doi: 10.3389/fcimb.2021.610348. eCollection 2021.
6
BaPreS: a software tool for predicting bacteriocins using an optimal set of features.BaPreS：一种使用最佳特征集来预测细菌素的软件工具。
BMC Bioinformatics. 2023 Aug 17;24(1):313. doi: 10.1186/s12859-023-05330-z.
7
Heterologous Machine Learning for the Identification of Antimicrobial Activity in Human-Targeted Drugs.用于鉴定靶向人类药物抗菌活性的异体机器学习。
Molecules. 2019 Mar 31;24(7):1258. doi: 10.3390/molecules24071258.
8
Combining genetic algorithm with machine learning strategies for designing potent antimicrobial peptides.将遗传算法与机器学习策略相结合，设计有效的抗菌肽。
BMC Bioinformatics. 2021 May 11;22(1):239. doi: 10.1186/s12859-021-04156-x.
9
Staphylococcal-Produced Bacteriocins and Antimicrobial Peptides: Their Potential as Alternative Treatments for Infections.葡萄球菌产生的细菌素和抗菌肽：它们作为感染替代治疗方法的潜力
Antibiotics (Basel). 2020 Jan 21;9(2):40. doi: 10.3390/antibiotics9020040.
10
Recent Progress in Machine Learning-based Prediction of Peptide Activity for Drug Discovery.基于机器学习的药物发现中肽活性预测的最新进展。
Curr Top Med Chem. 2019;19(1):4-16. doi: 10.2174/1568026619666190122151634.

本文引用的文献

1
Deep-learning-enabled antibiotic discovery through molecular de-extinction.通过分子复活实现基于深度学习的抗生素发现。
Nat Biomed Eng. 2024 Jul;8(7):854-871. doi: 10.1038/s41551-024-01201-x. Epub 2024 Jun 11.
2
Discovery of antimicrobial peptides in the global microbiome with machine learning.利用机器学习在全球微生物组中发现抗菌肽。
Cell. 2024 Jul 11;187(14):3761-3778.e16. doi: 10.1016/j.cell.2024.05.013. Epub 2024 Jun 5.
3
Bacteriocin diversity, function, discovery and application as antimicrobials.细菌素的多样性、功能、发现及其作为抗菌剂的应用。
Nat Rev Microbiol. 2024 Sep;22(9):556-571. doi: 10.1038/s41579-024-01045-x. Epub 2024 May 10.
4
Molecular de-extinction of ancient antimicrobial peptides enabled by machine learning.机器学习助力古老抗菌肽的分子复活。
Cell Host Microbe. 2023 Aug 9;31(8):1260-1274.e6. doi: 10.1016/j.chom.2023.07.001. Epub 2023 Jul 28.
5
Leveraging artificial intelligence in the fight against infectious diseases.利用人工智能对抗传染病。
Science. 2023 Jul 14;381(6654):164-170. doi: 10.1126/science.adh1114. Epub 2023 Jul 13.
6
Evolution of Resistance to Antibiotics: A Topic of Increasing Concern.抗生素耐药性的演变：一个日益受到关注的话题。
Antibiotics (Basel). 2023 Feb 4;12(2):332. doi: 10.3390/antibiotics12020332.
7
Mining for encrypted peptide antibiotics in the human proteome.在人类蛋白质组中挖掘加密的肽抗生素。
Nat Biomed Eng. 2022 Jan;6(1):67-75. doi: 10.1038/s41551-021-00801-1. Epub 2021 Nov 4.
8
Encouraging the Development of New Antibiotics: Are Financial Incentives the Right Way Forward? A Systematic Review and Case Study.鼓励新型抗生素的研发：经济激励措施是正确的前进方向吗？一项系统评价与案例研究。
Infect Drug Resist. 2021 Feb 5;14:415-434. doi: 10.2147/IDR.S287792. eCollection 2021.
9
PARGT: a software tool for predicting antimicrobial resistance in bacteria.PARGT：一种用于预测细菌对抗菌药物耐药性的软件工具。
Sci Rep. 2020 Jul 3;10(1):11033. doi: 10.1038/s41598-020-67949-9.
10
Insights into : A Review of Microbiological, Virulence, and Resistance Traits in a Threatening Nosocomial Pathogen.深入剖析：一种威胁性医院病原体的微生物学、毒力和耐药特性综述
Antibiotics (Basel). 2020 Mar 12;9(3):119. doi: 10.3390/antibiotics9030119.

Editorial: Machine learning approaches to antimicrobials: discovery and resistance.

作者信息

Broschat Shira L, Siu Shirley W I, de la Fuente-Nunez Cesar

机构信息

School of Electrical Engineering and Computer Science, Washington State University, Pullman, WA, United States.

Department of Veterinary Microbiology and Pathology, Washington State University, Pullman, WA, United States.

出版信息

Front Bioinform. 2024 Aug 9;4:1458237. doi: 10.3389/fbinf.2024.1458237. eCollection 2024.

DOI:10.3389/fbinf.2024.1458237
PMID:39184338
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC11341447/
Abstract
摘要