AI Menemukan Kelas Antibiotik Baru Setelah Menjelajahi 12 Juta Senyawa

Diterbitkan Ulang Oleh Plato

Followers: 0

Antibiotik telah menyelamatkan banyak nyawa dan merupakan alat penting dalam pengobatan modern. Namun kita kalah dalam perjuangan melawan bakteri. Di pertengahan abad terakhir, para ilmuwan menemukan kelas antibiotik baru. Sejak itu, laju penemuan telah melambat, dan prevalensi bakteri yang resisten terhadap antibiotik pun meningkat.

Kemungkinan besar masih ada antibiotik yang belum ditemukan, namun kandungan kimianya terlalu besar untuk ditelusuri oleh siapa pun. Dalam beberapa tahun terakhir, para ilmuwan telah beralih ke AI. Algoritme pembelajaran mesin dapat mengurangi sejumlah besar potensi konfigurasi kimia menjadi beberapa kandidat yang menjanjikan untuk pengujian.

Hingga saat ini, para ilmuwan telah menggunakan AI untuk menemukan senyawa tunggal yang memiliki sifat antibiotik. Namun dalam sebuah studi baru, diterbitkan kemarin di Alam, peneliti MIT mengatakan mereka telah membangun dan menguji sistem yang dapat mengidentifikasi kelas antibiotik baru dan memprediksi mana yang mungkin aman bagi manusia.

AI menyaring lebih dari 12 juta senyawa dan menemukan kelas antibiotik yang belum ditemukan yang terbukti efektif pada tikus melawan Staphylococcus aureus (MRSA) yang resistan terhadap methisilin, suatu jenis bakteri mematikan yang resistan terhadap obat.

Meskipun antibiotik yang ditemukan oleh AI ini masih perlu membuktikan diri aman dan efektif pada manusia dengan melewati tantangan standar uji klinis, tim percaya bahwa penelitian mereka dapat mempercepat penemuan dan, mudah-mudahan, meningkatkan tingkat keberhasilan kami secara keseluruhan.

Menjelajahi Ruang Narkoba

Para ilmuwan semakin banyak menggunakan mitra AI untuk mempercepat proses penemuan. Mungkin yang paling terkenal adalah AlphaFold dari DeepMind, sebuah program pembelajaran mesin yang dapat memodelkan bentuk protein, bahan penyusun dasar tubuh kita. Idenya adalah AlphaFold dan turunannya dapat mempercepat proses penelitian obat yang sulit. Begitu kuatnya keyakinan mereka, DeepMind mengeluarkan anak perusahaannya pada tahun 2021, Lab Isomorfik, berdedikasi untuk melakukan hal itu.

Pendekatan AI lainnya juga menunjukkan harapan. Sebuah kelompok MIT, khususnya, berfokus pada pengembangan antibiotik baru untuk melawan bakteri super. Studi pertama mereka, yang diterbitkan pada tahun 2020, menetapkan bahwa pendekatan tersebut dapat berhasil, ketika mereka menemukan halicin, antibiotik yang sebelumnya belum ditemukan yang dapat dapat dengan mudah membasmi E. coli yang resistan terhadap obat.

Dalam tindak lanjut awal tahun ini, tim tersebut menargetkan Acinetobacter baumannii, “musuh publik No. 1 untuk infeksi bakteri yang resistan terhadap berbagai obat,” menurut Jonathan Stokes dari McMaster University, penulis senior studi tersebut.

“Acinetobacter dapat bertahan hidup di gagang pintu dan peralatan rumah sakit untuk jangka waktu yang lama, dan dapat mengambil gen resistensi antibiotik dari lingkungannya. Saat ini sudah sangat umum untuk menemukan isolat A. baumannii yang resisten terhadap hampir semua antibiotik,” Kata Stokes saat itu.

Setelah menyisir 6,680 senyawa hanya dalam dua jam, AI menyoroti beberapa ratus kandidat yang menjanjikan. Tim menguji 240 antibiotik yang secara struktural berbeda dari antibiotik yang ada. Mereka memunculkan sembilan kandidat yang menjanjikan, termasuk satu, abaucin, yang cukup efektif melawan A. baumannii.

Kedua penelitian tersebut menunjukkan bahwa pendekatan ini bisa berhasil, namun hanya menghasilkan kandidat tunggal yang tidak memiliki informasi mengenai hal tersebut mengapa mereka efektif. Algoritme pembelajaran mesin, yang terkenal, adalah kotak hitam—apa yang terjadi “di antara telinga” seringkali merupakan misteri yang lengkap.

Dalam studi terbaru, kelompok tersebut membidik musuh lain yang dikenal, MRSA, dan kali ini mereka menggabungkan beberapa algoritme untuk meningkatkan hasil dan menjelaskan alasan AI dengan lebih baik.

Membalik Saklar

Anjing pelacak antibiotik terbaru dari tim tersebut dilatih tentang sekitar 39,000 senyawa, termasuk struktur kimianya dan kemampuannya untuk membunuh MRSA. Mereka juga melatih model terpisah untuk memprediksi toksisitas suatu senyawa terhadap sel manusia.

“Pada dasarnya Anda dapat merepresentasikan molekul apa pun sebagai struktur kimia, dan Anda juga dapat memberi tahu modelnya apakah struktur kimia tersebut bersifat antibakteri atau tidak,” Felix Wong, seorang postdoc di IMES dan Broad Institute of MIT dan Harvard, mengatakan Berita MIT. “Model ini dilatih dengan banyak contoh seperti ini. Jika Anda kemudian memberinya molekul baru, susunan atom dan ikatan baru, hal ini dapat memberi tahu Anda kemungkinan bahwa senyawa tersebut diprediksi bersifat antibakteri.”

Setelah selesai, tim memasukkan lebih dari 12 juta senyawa ke dalam sistem. AI mempersempit daftar besar ini menjadi sekitar 3,600 senyawa yang diorganisasikan ke dalam lima kelas—berdasarkan strukturnya—yang diperkirakan memiliki aktivitas melawan MRSA dan memiliki tingkat racun minimal bagi sel manusia. Tim menetapkan daftar akhir 283 kandidat untuk pengujian.

Dari jumlah tersebut, mereka menemukan dua dari kelas yang sama—yaitu, mereka memiliki komponen struktural serupa yang diyakini berkontribusi terhadap aktivitas antimikroba—yang cukup efektif. Pada tikus, antibiotik melawan infeksi kulit dan infeksi sistemik dengan membunuh 90 persen bakteri MRSA yang ada.

Khususnya, meskipun penelitian mereka sebelumnya mengatasi bakteri Gram-negatif dengan mengganggu membran sel, MRSA adalah Gram-positif dan memiliki dinding yang lebih tebal.

“Kami mempunyai bukti yang cukup kuat bahwa kelas struktural baru ini aktif melawan patogen Gram-positif dengan secara selektif menghilangkan kekuatan motif proton pada bakteri,” kata Wong. “Molekul tersebut menyerang membran sel bakteri secara selektif, dengan cara yang tidak menyebabkan kerusakan besar pada membran sel manusia.”

Dengan membuat AI mereka dapat dijelaskan, tim berharap dapat menemukan struktur yang dapat memberi informasi pada pencarian di masa depan atau berkontribusi pada desain antibiotik yang lebih efektif di laboratorium.

Ujian akhir

Hal utama yang perlu diperhatikan di sini adalah meskipun tampaknya antibiotik baru ini efektif pada tikus dalam skala yang sangat kecil, masih ada jalan panjang sebelum Anda bisa meresepkannya.

Obat-obatan baru menjalani pengujian dan uji klinis yang ketat, dan banyak dari mereka, bahkan kandidat yang menjanjikan, tidak berhasil lolos ke pihak lain. Secara umum, bidang penemuan obat yang dibantu AI adalah masih dalam tahap awal dalam hal ini. Yang pertama Obat-obatan yang dirancang dengan AI kini sedang dalam uji klinis, tapi belum ada yang disetujui.

Namun, harapannya adalah untuk lebih cepat menyediakan kandidat yang lebih baik.

Diperlukan waktu tiga hingga enam tahun untuk menemukan antibiotik baru yang cocok untuk uji klinis, Menurut Universitas Pennsylvania Cesar de la Fuente, yang labnya melakukan pekerjaan serupa. Kemudian Anda menghadapi cobaan itu sendiri. Dengan meningkatnya resistensi antibiotik, kita mungkin tidak mempunyai waktu sebanyak itu, apalagi antibiotik tidak memberikan keuntungan atas investasi obat lain. Bantuan apa pun diterima.

“Sekarang, dengan mesin, kami dapat mempercepat [timeline],” de la Fuente menceritakan Scientific American. “Dalam penelitian saya dan rekan-rekan saya, misalnya, kita dapat menemukan ribuan atau ratusan ribu kandidat praklinis dalam hitungan jam daripada harus menunggu tiga hingga enam tahun. Saya pikir AI secara umum telah memungkinkan hal itu.”

Ini masih terlalu dini, namun jika antibiotik yang ditemukan oleh AI terbukti bermanfaat di tahun-tahun mendatang, mungkin kita bisa tetap unggul dalam perjuangan jangka panjang melawan bakteri.

Gambar Kredit: Sel darah putih manusia yang menelan MRSA (ungu) / Institut Alergi dan Penyakit Menular Nasional, Institut Kesehatan Nasional