案例三：AI生成全新抗生素——Halicin的发现

MIT的研究团队利用深度学习方法发现了一种新型抗生素Halicin：
1. 训练数据：使用2,335个已知具有抗菌活性的分子训练图神经网络模型。
2. 虚拟筛选：对Drug Repurposing Hub中的约6,000个分子进行活性预测，识别出Halicin（原本用于糖尿病的候选药物）具有强抗菌活性。
3. 实验验证：Halicin对多种耐药菌（包括鲍曼不动杆菌、结核分枝杆菌）表现出强效杀菌活性，且与现有抗生素无交叉耐药性。
4. 作用机制：后续研究表明Halicin通过干扰细菌的质子动力势发挥作用，这是一种全新的作用机制。

# 使用DeepChem进行分子性质预测示例
import deepchem as dc
from deepchem.models import GraphConvModel
# 加载Tox21毒性数据集
tasks, datasets, transformers = dc.molnet.load_tox21()
train_dataset, valid_dataset, test_dataset = datasets
# 构建图卷积网络模型
model = GraphConvModel(
    n_tasks=len(tasks),
    mode='classification',
    batch_size=64,
    learning_rate=0.001
)
# 训练模型
model.fit(train_dataset, nb_epoch=20)