Czy sztuczna inteligencja może pomóc w walce z antybiotykoopornością?
Naukowcy z MIT (Massachusetts Institute of Technology), korzystając z algorytmów uczenia maszynowego, zidentyfikowali nowy, nieznany dotąd antybiotyk. Odkryta przez nich substancja, nazwana halicyną, okazała się być skuteczna wobec wielu szczepów bakterii, w tym niektórych opornych na większość znanych dotąd antybiotyków.
Opracowany przez MIT algorytm analizuje strukturę molekularną związków chemicznych i łączy ją z określonymi właściwościami substancji, w tym zdolnością zabijania bakterii. Model uczenia maszynowego przeanalizował ok. 2500 cząsteczek – w tym 1700 leków oraz 800 naturalnych związków o rozmaitych strukturach i zróżnicowanej aktywności chemicznej. Po zgromadzeniu danych model przetestowano w bibliotece ok. 6000 związków, z których algorytm wybrał cząsteczkę o najsilniejszym działaniu przeciwbakteryjnym.
Według wstępnych badań działanie halicyny oparte jest na mechanizmie zaburzenia zdolności błony komórkowej do utrzymywania gradientu elektrochemicznego. Prowadzi to do niedostatecznego wytwarzania energii, co w konsekwencji powoduje śmierć komórki. Według badaczy proces ten jest trudny do opanowania przez bakterie, dzięki czemu trudniej jest im wytworzyć skuteczne mechanizmy obronne.
Dotychczasowe testy cząsteczek halicyny wykazały, że jest ona w stanie zabić wiele odpornych na leczenie standardowymi antybiotykami bakterii, w tym np.
- Clostridium difficile,
- Acinetobacter baumannii,
- Mycobacterium tuberculosis.
Prawdopodobnie odkrycie naukowców MIT będzie kluczowe dla dalszego rozwoju nauki i medycyny. Nowy sposób identyfikacji farmaceutyków, jakim są algorytmy uczenia maszynowego, może znacząco przyspieszyć odkrywanie nieznanych dotąd leków, co przełoży się na skuteczną walkę ze zjawiskiem antybiotykooporności.
Źródło:
Anne Trafton | MIT News Office „Artificial intelligence yields new antibiotic”.
