AI מגלה סוג חדש של אנטיביוטיקה לאחר סריקה של 12 מיליון תרכובות

הועלה מחדש על ידי אפלטון

עוקב: 0

אנטיביוטיקה הצילה אינספור חיים ומהווה כלי מכריע ברפואה המודרנית. אבל אנחנו מאבדים קרקע במאבק שלנו נגד חיידקים. באמצע המאה הקודמת, מדענים גילה סוגים חדשים לגמרי של אנטיביוטיקה. מאז, קצב הגילוי הואט לטפטוף, ושכיחותם של חיידקים עמידים לאנטיביוטיקה גדלה.

סביר להניח שעוד לא גילו אנטיביוטיקה, אבל היקום הכימי גדול מכדי שמישהו יוכל לחפש אותו. בשנים האחרונות, מדענים פנו לבינה מלאכותית. אלגוריתמים של למידת מכונה יכולים לצמצם מספר עצום של תצורות כימיות פוטנציאליות לקומץ מועמדים מבטיחים לבדיקה.

עד כה, מדענים השתמשו בבינה מלאכותית כדי למצוא תרכובות בודדות בעלות תכונות אנטיביוטיות. אבל במחקר חדש, פורסם אתמול ב טבע, חוקרי MIT אומרים שהם בנו ובחנו מערכת שיכולה לזהות סוגים חדשים לגמרי של אנטיביוטיקה ולחזות אילו בטוחות ככל הנראה לאנשים.

הבינה המלאכותית סיננה למעלה מ-12 מיליון תרכובות ומצאה סוג של אנטיביוטיקה שלא התגלתה שהוכיחה את יעילותה בעכברים נגד Staphylococcus aureus (MRSA), זן קטלני של באג עמיד לתרופות.

בעוד שהאנטיביוטיקה שהתגלתה בינה מלאכותית עדיין צריכה להוכיח את עצמה בטוחה ויעילה בבני אדם על ידי עמידה בכפפה הסטנדרטית של בדיקות קליניות, הצוות מאמין שעבודתם יכולה להאיץ את הגילוי בקצה הקדמי, ובתקווה להגדיל את שיעור הפגיעה הכולל שלנו.

חקר מרחב הסמים

מדענים משתמשים יותר ויותר ב-AI Sidekicks כדי להאיץ את תהליך הגילוי. המפורסם ביותר, אולי, הוא AlphaFold של DeepMind, תוכנית למידת מכונה שיכולה לדגמן את הצורות של חלבונים, אבני הבניין הבסיסיות של הגוף שלנו. הרעיון הוא שאלפאפולד וצאצאיו יכולים להאיץ את התהליך המפרך של חקר התרופות. כל כך חזקה היא הרשעה שלהם, DeepMind הקימה חברת בת ב-2021, מעבדות איזומורפיות, מוקדש לעשות בדיוק את זה.

גישות אחרות של AI הראו גם הבטחה. קבוצת MIT, במיוחד, התמקדה בפיתוח אנטיביוטיקה חדשה לחלוטין למלחמה בחיידקי-על. המחקר הראשון שלהם, שפורסם ב-2020, קבע שהגישה יכולה לעבוד, כאשר הם מצאו הליצין, אנטיביוטיקה שלא התגלתה בעבר יכול בקלות להוציא E. coli עמיד לתרופות.

במעקב מוקדם יותר השנה, הצוות כיוון את Acinetobacter baumannii, "אויב הציבור מספר 1 לזיהומים חיידקיים עמידים לריבוי תרופות", לפי ג'ונתן סטוקס מאוניברסיטת מקמאסטר, מחבר בכיר במחקר.

"Acinetobacter יכול לשרוד על ידיות וציוד של בית חולים לפרקי זמן ארוכים, והוא יכול לקלוט גנים של עמידות לאנטיביוטיקה מהסביבה שלו. זה באמת נפוץ עכשיו למצוא בידודים של A. baumannii שעמידים כמעט לכל אנטיביוטיקה." סטוקס אמר אז.

לאחר סירוק 6,680 תרכובות תוך שעתיים בלבד, הבינה המלאכותית הדגישה כמה מאות מועמדים מבטיחים. הצוות בדק 240 כאלה שהיו שונים מבחינה מבנית מהאנטיביוטיקה הקיימת. הם הציגו תשעה מועמדים מבטיחים, כולל אחד, abaucin, שהיה די יעיל נגד A. baumannii.

שני המחקרים הראו שהגישה יכולה לעבוד, אבל הניבה רק מועמדים בודדים ללא מידע עליהם למה הם היו יעילים. אלגוריתמי למידת מכונה הם, ידוע לשמצה, קופסאות שחורות - מה שקורה "בין האוזניים" כביכול הוא לעתים קרובות תעלומה מוחלטת.

במחקר האחרון, הקבוצה כיוונה ליריב ידוע אחר, MRSA, רק שהפעם הם שילבו כמה אלגוריתמים יחד כדי לשפר את התוצאות ולהאיר טוב יותר את ההיגיון של ה-AI.

הפוך את המתג

כלב הדם האנטיביוטי האחרון של הצוות התאמן על כ-39,000 תרכובות, כולל המבנה הכימי שלהם והיכולת להרוג MRSA. הם גם אימנו מודלים נפרדים כדי לחזות את הרעילות של תרכובת נתונה לתאים אנושיים.

"אתה יכול לייצג בעצם כל מולקולה כמבנה כימי, וגם אתה אומר למודל אם המבנה הכימי הזה הוא אנטיבקטריאלי או לא", פליקס וונג, פוסט דוקטורט ב-IMES וב-Broad Institute של MIT והרווארד, אמר לי MIT חדשות. "המודל מאומן על הרבה דוגמאות כאלה. אם אתה נותן לו כל מולקולה חדשה, סידור חדש של אטומים וקשרים, זה יכול להגיד לך סבירות שהתרכובת הזו צפויה להיות אנטיבקטריאלית."

לאחר השלמתו, הצוות הזין למעלה מ-12 מיליון תרכובות למערכת. ה-AI צמצם את הרשימה העצומה הזו לכ-3,600 תרכובות המאורגנות בחמש מחלקות - בהתבסס על המבנים שלהן - הוא חזה שיהיו פעילות כלשהי נגד MRSA ויהיו רעילות מינימליות לתאים אנושיים. הצוות הסתפק ברשימה סופית של 283 מועמדים למבחן.

מתוכם, הם מצאו שניים מאותה מעמד - כלומר, היו להם רכיבים מבניים דומים שלדעתם תורמים לפעילות אנטי-מיקרוביאלית - שהיו יעילים למדי. בעכברים, האנטיביוטיקה נלחמה הן בזיהום עור והן בזיהום מערכתי על ידי הוצאת 90 אחוז מחיידקי ה-MRSA הקיימים.

יש לציין שבעוד שהעבודה הקודמת שלהם התמודדה עם חיידקים גראם שליליים על ידי שיבוש קרומי התא, MRSA היא חיובית לגרם ויש לו דפנות עבות יותר.

"יש לנו ראיות די חזקות לכך שהמעמד המבני החדש הזה פעיל נגד פתוגנים גראם חיוביים על ידי פיזור סלקטיבי של כוח המניע של הפרוטונים בחיידקים", אמר וונג. "המולקולות תוקפות ממברנות תאי חיידקים באופן סלקטיבי, באופן שאינו גורם נזק מהותי בקרומי התא האנושיים".

על ידי הפיכת הבינה המלאכותית שלהם לניתנת להסבר, הצוות מקווה לאפס מבנים שעשויים להודיע לחיפושים עתידיים או לתרום לתכנון של אנטיביוטיקה יעילה יותר במעבדה.

בחינות סופיות

הדבר המרכזי שיש לציין כאן הוא שלמרות שנראה שהאנטיביוטיקה החדשה הייתה יעילה בעכברים בקנה מידה קטן מאוד, יש עוד דרך ארוכה לפני שיורשמו לך אחת.

תרופות חדשות עוברות בדיקות קפדניות וניסויים קליניים, ורבים, אפילו מועמדים מבטיחים, לא מצליחים לעבור לצד השני. התחום של גילוי תרופות בעזרת AI, באופן כללי יותר, הוא עדיין בשלבים מוקדמים מהבחינה הזו. הראשון תרופות מעוצבות בינה מלאכותית נמצאות כעת בניסויים קליניים, אך אף אחד מהם עדיין לא אושר.

ובכל זאת, התקווה היא להצטייד מהר יותר בצינור עם מועמדים טובים יותר.

זה יכול לקחת שלוש עד שש שנים כדי לגלות אנטיביוטיקה חדשה המתאימה לניסויים קליניים, על פי של אוניברסיטת פנסילבניה סזאר דה לה פואנטה, שהמעבדה שלו עושה עבודה דומה. אז יש לך את הניסויים עצמם. עם עלייה בעמידות לאנטיביוטיקה, אולי אין לנו זמן כזה, שלא לדבר על העובדה שלאנטיביוטיקה אין החזר על ההשקעה שיש לתרופות אחרות. כל עזרה תתקבל בברכה.

"עכשיו, עם מכונות, הצלחנו להאיץ את [ציר הזמן]", סיפר דה לה פואנטה סיינטיפיק אמריקן. "בעבודה שלי ושל העמיתים שלי, למשל, אנחנו יכולים לגלות בתוך שעות ספורות אלפי או מאות אלפי מועמדים פרה-קליניים במקום להמתין שלוש עד שש שנים. אני חושב ש-AI באופן כללי אפשר את זה."

זה מוקדם עדיין, אבל אם האנטיביוטיקה שהתגלתה בבינה מלאכותית תוכיח את עצמה כראויה בשנים הקרובות, אולי נוכל לשמור על היד על העליונה במאבק רב השנים שלנו נגד חיידקים.

תמונת אשראי: תא דם לבן אנושי בולע MRSA (סגול) / המכון הלאומי לאלרגיה ומחלות זיהומיות, המכונים הלאומיים לבריאות