过去几十年，没有多少新抗生素发展出来。绝大多数新批准的抗生素都是现有药物的轻微变种。目前筛选抗生素的方法成本昂贵，需要大量的时间投入，而选择范围却往往狭窄。现在，MIT 研究人员利用机器学习算法，

，在实验室测试中它杀死了许多世界上最可怕的致病菌，其中部分致病菌能抵抗所有已知的抗生素。研究报告发表在《细胞》期刊上。研究人员开发的机器学习计算机模型能在数天内筛选数亿化合物。除了发现被称为 halicin 的新抗生素，研究人员还发现了多个非常有希望的候选抗生素，他们计划展开进一步的测试。研究人员相信他们的模型能用于设计新的药物。类似的筛选化合物机器学习模型已经存在，但效率不高，研究人员开发的新神经网络能自动学习表征，将分子映射成连续向量预测其性质。研究人员设计模型去寻找能让分子有效杀死大肠杆菌的化学特征，使用 2500 个分子进行训练，之后用模型去筛选包含 6000 个化合物的分子库。模型识别出一个化合物具有很强的抗菌活性，其化学结构不同于已知的抗生素。另一个机器学习模型分析显示它对人类细胞的毒性很低。研究人员用《2001 太空奥德赛》中的虚构人工智能系统将其命名为 halicin。