Naukowcy z MIT odkryli nową klasę związków zdolnych do eliminowania lekoopornych bakterii, takich jak MRSA, które są przyczyną ponad 10 000 zgonów rocznie w USA. Przetestowano je w laboratorium i na mysich modelach infekcji MRSA, uzyskując skuteczne wyniki przy minimalnej toksyczności dla ludzkich komórek.
Wykorzystując głębokie uczenie się, naukowcy zyskali wgląd w proces decyzyjny modelu, otwierając drogę do rozwoju jeszcze bardziej efektywnych antybiotyków. Badanie, prowadzone przez Felixa Wonga i Ericę Zheng, wpisuje się w projekt Antibiotics-AI na MIT.
Zespół z MIT’s Abdul Latif Jameel Clinic for Machine Learning in Health stosuje głębokie uczenie się do poszukiwania nowych antybiotyków przeciwko siedmiu śmiertelnym szczepom bakterii, w tym MRSA, infekującym ponad 80 000 osób rocznie w USA. Zidentyfikowali związki skuteczne przeciwko Acinetobacter baumannii i innym szczepom, wykorzystując modele uczenia głębokiego rozpoznające struktury chemiczne o działaniu przeciwdrobnoustrojowym. Modele te są badane, aby zrozumieć ich procesy prognozowania, co wspiera identyfikację i tworzenie nowych antybiotyków.
Naukowcy z MIT wykorzystali model uczenia się z rozszerzonymi zbiorami danych do analizy 39 000 związków pod kątem ich działania antybiotycznego na MRSA. Do modelu wprowadzono wyniki i struktury chemiczne, które pozwoliły na dokonywanie prognoz. Algorytm wyszukiwania drzew Monte Carlo posłużył do analizy przewidywań modelu, określając aktywność przeciwdrobnoustrojową i odpowiedzialne za nią podstruktury. Dodatkowo, trenowano trzy modele do oceny szkodliwości związków dla różnych typów ludzkich komórek.
Wykorzystując te modele, naukowcy ocenili 12 milionów związków, identyfikując pięć klas skutecznych w zwalczaniu MRSA. Znalezione antybiotyki, przetestowane na mysich modelach, zmniejszały obciążenie MRSA 10-krotnie. Działają one poprzez zakłócenie gradientu elektrochemicznego bakterii, kluczowego dla ich funkcji. Metoda ta jest podobna do działania halicyny, lecz MRSA wymaga specyficznej strategii. Antybiotyki te selektywnie zakłócają siłę napędową protonów w bakteriach.
Nowa klasa antybiotyków atakuje błony komórkowe bakterii, minimalizując szkody dla ludzkich komórek. Dzięki zastosowaniu zaawansowanych metod głębokiego uczenia, projekt Antibiotics-AI bada właściwości chemiczne i potencjalne zastosowania kliniczne tych związków. Zespół rozwija nowe leki bazujące na wynikach badań. Projekt wspierany jest przez Fundację Jamesa S. McDonnella, rząd USA oraz anonimowego darczyńcę.
Wkład w badanie zapewniły różne instytucje, w tym Szwajcarska Narodowa Fundacja Nauki, Banting Fellowships Program, Fundacja Volkswagena, Defense Threat Reduction Agency, U.S. National Institutes of Health i Broad Institute.
źródło: MIT / fot. Playground AI