AI truer Superbug ved at identificere potent antibiotikum

Genudgivet af Platon

Abonnenter: 0

Neurale netværk har hjulpet videnskabsmænd med at udvikle et antibiotikum, der er i stand til at bekæmpe en meget resistent superbug, der almindeligvis findes på hospitaler.

Fejlen kaldes Acinetobacter baumannii og det er lumsk.

"Acinetobacter kan overleve på hospitalets dørhåndtag og udstyr i en uge eller længere og kan optage antibiotikaresistensgener fra omgivelserne,” sagde Jonathan Stokes, assisterende professor i biokemi og biomedicinske videnskaber ved McMaster University. "Det er virkelig almindeligt nu at finde A. baumannii isolater, der er resistente over for næsten alle antibiotika."

Stokes og hans kolleger ved McMaster University og MIT henvendte sig til AI for at identificere forbindelser, der kan bekæmpe mikroben. Først udsatte de 7,500 forskellige molekyler for en bakteriestamme dyrket i en laboratoriefad for at se, om de ville hæmme væksten. De brugte dette datasæt til at træne en maskinlæringsklassifikator for at lære, hvilke kemiske egenskaber i forbindelser der gav bakterierne sorg.

Modellen blev derefter brugt til at analysere et nyt datasæt bestående af 6,680 forbindelser, den ikke havde set før, for at forudsige, om de kunne lave lovende antibiotika.

The software – developed from MIT’s open source chemprop – identificerede hundredvis af kandidater på kun to timers løbetid, og forskerne valgte 240 til yderligere eksperimenter.

Denne proces producerede til sidst ni kandidat-antibiotika, med en forbindelse kaldet "abaucin", der viste sig at være den mest effektive mod A. baumannii.

Abaucin blev tidligere undersøgt som et potentielt diabeteslægemiddel. Nu er det mærket som en A. baumannii-jæger, der selektivt angriber superbugen.

Indledende eksperimenter med abaucin på mus viste, at det kunne undertrykke sårinfektioner forårsaget af A. baumannii. Resultaterne var offentliggjort i en Natur kemisk biologi papir torsdag.

Forskerne bemærkede, at abaucin ikke er så effektivt som konventionelle antibiotika, men fordi A. baumannii har udviklet resistens over for almindelige behandlinger, kan forbindelsen identificeret af AI repræsentere en ny klasse af antibiotika til at målrette fejlen.

"Alle vores eksperimentelle data tyder på, at abaucin hæmmer en biologisk proces i En baumannii kaldet lipoproteinsmugling, hvilket er en usædvanlig mekanisme blandt de nuværende antibiotika, der bruges i klinikken,” fortalte Stokes Registret. "Vi er i øjeblikket fokuseret på at lave strukturelle analoger af abaucin for at optimere dets medicinske egenskaber for at maksimere chancerne for, at abaucin - eller en analog af abaucin - kan blive et klinisk antibiotikum at bekæmpe En baumannii infektioner."

Han sagde, at eksperimenterne viser, at AI kan være et kraftfuldt værktøj til opdagelse af lægemidler. "Vi kan vise disse modeller et stort antal kemikalier, og modellerne fortæller os derefter, hvilke kemikalier der har den egenskab, vi holder af. Vi kan derefter fokusere vores tid og ressourcer på at eksperimentere med de mest lovende kemikalier som foreslået af AI-modellen. AI kommer med forslag. Mennesker træffer beslutninger,” fortalte han os.

James Collins, medforfatter af undersøgelsen og professor i medicinsk teknik, der leder MIT's Abdul Latif Jameel Clinic for Machine Learning in Health, aftalt i en erklæring: "AI-tilgange til lægemiddelopdagelse er kommet for at blive og vil fortsætte med at blive forfinet. Vi ved, at algoritmemodeller virker, nu er det et spørgsmål om at anvende disse metoder bredt for at opdage nye antibiotika mere effektivt og billigere." ®