Kraftfuldt antibiotikum opdaget ved hjælp af maskinlæring for første gang
Et kraftfuldt antibiotikum, der dræber nogle af de farligste lægemiddelresistente bakterier i verden, er blevet opdaget ved hjælp af kunstig intelligens.
Midlet virker på en anden måde end eksisterende antibakterielle midler og er det første af sin art, der er fundet ved at sætte AI løs på store digitale biblioteker med farmaceutiske forbindelser.
Test viste, at lægemidlet udryddede en række antibiotikaresistente bakteriestammer, herunder Acinetobacter baumannii og Enterobacteriaceae, to af de tre højt prioriterede patogener, som Verdenssundhedsorganisationen klassificerer som “kritiske” for nye antibiotika, der skal bekæmpes.
“Med hensyn til opdagelse af antibiotika er dette absolut en premiere”, sagde Regina Barzilay, seniorforsker på projektet og specialist i maskinlæring ved Massachusetts Institute of Technology (MIT).
“Jeg tror, at dette er et af de kraftigere antibiotika, der er blevet opdaget til dato”, tilføjede James Collins, bioingeniør på holdet ved MIT. “Det har en bemærkelsesværdig aktivitet mod en bred vifte af antibiotikaresistente patogener.”
Antibiotikaresistens opstår, når bakterier muterer og udvikler sig til at omgå de mekanismer, som antimikrobielle lægemidler bruger til at dræbe dem. Uden nye antibiotika til bekæmpelse af resistens kan 10 millioner liv i verden være i fare hvert år på grund af infektioner i 2050, advarede Cameron-regeringens O’Neill-rapport.
For at finde nye antibiotika trænede forskerne først en “deep learning”-algoritme til at identificere den slags molekyler, der dræber bakterier. For at gøre dette fodrede de programmet med oplysninger om de atomare og molekylære egenskaber ved næsten 2.500 lægemidler og naturforbindelser, og hvor godt eller ikke stoffet blokerede væksten af bakterien E coli.
Når algoritmen havde lært, hvilke molekylære egenskaber der gjorde et godt antibiotikum, satte forskerne den i gang med et bibliotek med mere end 6.000 forbindelser, der er under undersøgelse til behandling af forskellige sygdomme hos mennesker. I stedet for at lede efter alle potentielle antimikrobielle stoffer fokuserede algoritmen på forbindelser, der så effektive ud, men som ikke lignede eksisterende antibiotika. Dette øgede chancerne for, at lægemidlerne ville virke på radikalt nye måder, som insekterne endnu ikke havde udviklet resistens over for.
Jonathan Stokes, førsteforfatter til undersøgelsen, sagde, at det tog algoritmen nogle få timer at vurdere forbindelserne og finde frem til nogle lovende antibiotika. Et af dem, som forskerne opkaldte “halicin” efter Hal, den astronaut-besværlige AI i filmen 2001: A Space Odyssey, så særligt potent ud.
I tidsskriftet Cell beskriver forskerne, hvordan de behandlede adskillige lægemiddelresistente infektioner med halicin, et stof, der oprindeligt blev udviklet til behandling af diabetes, men som faldt ved siden af, inden det nåede klinikken.
Test på bakterier indsamlet fra patienter viste, at halicin dræbte Mycobacterium tuberculosis, den bakterie, der forårsager tuberkulose, og stammer af Enterobacteriaceae, der er resistente over for carbapenemer, en gruppe af antibiotika, der betragtes som den sidste udvej for sådanne infektioner. Halicin fjernede også infektioner med C difficile og multiresistente Acinetobacter baumannii-infektioner hos mus.
For at finde flere nye lægemidler gik holdet derefter på jagt efter en massiv digital database med omkring 1,5 milliarder forbindelser. De satte algoritmen til at arbejde på 107 mio. af disse. Tre dage senere returnerede programmet en liste med 23 potentielle antibiotika, hvoraf to ser ud til at være særligt potente. Forskerne har nu til hensigt at søge i flere dele af databasen.
Stokes sagde, at det ville have været umuligt at screene alle 107 mio. forbindelser ad den konventionelle vej, hvor man skaffer eller fremstiller stofferne og derefter tester dem i laboratoriet. “Ved at kunne udføre disse eksperimenter i computeren reduceres tiden og omkostningerne ved at se på disse forbindelser dramatisk,” sagde han.
Barzilay ønsker nu at bruge algoritmen til at finde antibiotika, der er mere selektive med hensyn til de bakterier, de dræber. Det ville betyde, at antibiotikaet kun dræber de bakterier, der forårsager en infektion, og ikke alle de sunde bakterier, der lever i tarmen. Mere ambitiøst er det, at forskerne har til hensigt at bruge algoritmen til at designe nye potente antibiotika helt fra bunden.
“Arbejdet er virkelig bemærkelsesværdigt”, siger Jacob Durrant, der arbejder med computerstøttet lægemiddeldesign ved University of Pittsburgh. “Deres tilgang fremhæver styrken af computerstøttet lægemiddelforskning. Det ville være umuligt at teste over 100 mio. forbindelser fysisk for antibiotisk aktivitet.”
“I betragtning af de typiske omkostninger ved lægemiddeludvikling, både hvad angår tid og penge, har enhver metode, der kan fremskynde opdagelsen af lægemidler på et tidligt stadium, potentiale til at få stor betydning,” tilføjede han.
{{topLeft}}}
{{{bottomLeft}}}
{{topRight}}
{{{bottomRight}}}
{{/goalExceededMarkerPercentage}}
{{/ticker}}
{{heading}}
{{#paragraphs}}
{{.}}}
{{/paragraphs}}}{{highlightedText}}
- Del på Facebook
- Del på Twitter
- Del via e-mail
- Del på LinkedIn
- Del på Pinterest
- Del på WhatsApp
- Del på Messenger