Prachtig antibioticum voor het eerst ontdekt met behulp van machine learning
Een krachtig antibioticum dat enkele van de gevaarlijkste resistente bacteriën ter wereld doodt, is ontdekt met behulp van kunstmatige intelligentie.
Het geneesmiddel werkt op een andere manier dan bestaande antibacteriële middelen en is het eerste in zijn soort dat is gevonden door AI los te laten op enorme digitale bibliotheken van farmaceutische verbindingen.
Tests toonden aan dat het medicijn een reeks antibioticaresistente bacteriestammen wegvaagde, waaronder Acinetobacter baumannii en Enterobacteriaceae, twee van de drie ziekteverwekkers met hoge prioriteit die de Wereldgezondheidsorganisatie rangschikt als “kritisch” voor nieuwe antibiotica om aan te pakken.
“In termen van ontdekking van antibiotica is dit absoluut een primeur,” zei Regina Barzilay, een senior onderzoeker van het project en specialist in machinaal leren aan het Massachusetts Institute of Technology (MIT).
“Ik denk dat dit een van de krachtigere antibiotica is die tot nu toe is ontdekt,” voegde James Collins toe, een bio-ingenieur in het team aan het MIT. “Het heeft opmerkelijke activiteit tegen een breed scala van antibiotica-resistente ziekteverwekkers.”
Antibioticaresistentie ontstaat wanneer bacteriën muteren en evolueren om de mechanismen te omzeilen die antimicrobiële geneesmiddelen gebruiken om hen te doden. Zonder nieuwe antibiotica om resistentie aan te pakken, zouden er tegen 2050 wereldwijd 10 miljoen levens per jaar in gevaar kunnen zijn door infecties, waarschuwde het O’Neill-rapport van de Cameron-regering.
Om nieuwe antibiotica te vinden, trainden de onderzoekers eerst een “deep learning” algoritme om de soorten moleculen te identificeren die bacteriën doden. Om dit te doen, voerden ze het programma informatie over de atomaire en moleculaire kenmerken van bijna 2.500 geneesmiddelen en natuurlijke verbindingen, en hoe goed of niet de stof de groei van het insect E coli blokkeerde.
Toen het algoritme had geleerd welke moleculaire kenmerken goede antibiotica maakten, zetten de wetenschappers het aan het werk op een bibliotheek van meer dan 6.000 verbindingen die worden onderzocht voor de behandeling van verschillende menselijke ziekten. In plaats van te zoeken naar potentiële antimicrobiële stoffen, richtte het algoritme zich op verbindingen die er effectief uitzagen maar niet leken op bestaande antibiotica. Dit vergrootte de kans dat de geneesmiddelen op radicaal nieuwe manieren zouden werken waartegen insecten nog geen resistentie hadden ontwikkeld.
Jonathan Stokes, de eerste auteur van de studie, zei dat het algoritme een kwestie van uren nodig had om de verbindingen te beoordelen en met een aantal veelbelovende antibiotica te komen. Een ervan, die de onderzoekers “halicin” noemden naar Hal, de astronaut-verontrustende AI in de film 2001: A Space Odyssey, zag er bijzonder krachtig uit.
Schrijvend in het tijdschrift Cell, beschrijven de onderzoekers hoe ze talrijke geneesmiddelresistente infecties behandelden met halicin, een verbinding die oorspronkelijk werd ontwikkeld om diabetes te behandelen, maar die aan de kant raakte voordat het de kliniek bereikte.
Tests op bacteriën verzameld bij patiënten toonden aan dat halicine Mycobacterium tuberculosis doodde, de bug die TB veroorzaakt, en stammen van Enterobacteriaceae die resistent zijn tegen carbapenems, een groep antibiotica die worden beschouwd als het laatste redmiddel voor dergelijke infecties. Halicine zuiverde ook C difficile en meervoudig resistente Acinetobacter baumannii infecties bij muizen.
Om op jacht te gaan naar meer nieuwe geneesmiddelen, wendde het team zich vervolgens tot een enorme digitale database van ongeveer 1,5 miljard verbindingen. Zij zetten het algoritme aan het werk op 107 miljoen hiervan. Drie dagen later leverde het programma een shortlist op van 23 potentiële antibiotica, waarvan er twee bijzonder krachtig blijken te zijn. De wetenschappers zijn nu van plan om meer van de database te doorzoeken.
Stokes zei dat het onmogelijk zou zijn geweest om alle 107 miljoen verbindingen te screenen via de conventionele route van het verkrijgen of maken van de stoffen en ze vervolgens in het lab te testen. “De mogelijkheid om deze experimenten in de computer uit te voeren, vermindert de tijd en de kosten om naar deze verbindingen te kijken drastisch,” zei hij.
Barzilay wil het algoritme nu gebruiken om antibiotica te vinden die selectiever zijn in de bacteriën die ze doden. Dit zou betekenen dat het nemen van een antibioticum alleen de bacteriën doodt die een infectie veroorzaken, en niet alle gezonde bacteriën die in de darm leven. Meer ambitieus willen de wetenschappers het algoritme gebruiken om krachtige nieuwe antibiotica van de grond af aan te ontwerpen.
“Het werk is echt opmerkelijk,” zei Jacob Durrant, die werkt aan computer-aided drug design aan de Universiteit van Pittsburgh. “Hun aanpak benadrukt de kracht van computerondersteunde ontdekking van geneesmiddelen. Het zou onmogelijk zijn om meer dan 100 miljoen verbindingen fysiek te testen op antibiotische activiteit.”
“Gezien de typische ontwikkelingskosten van geneesmiddelen, zowel in termen van tijd als van geld, heeft elke methode die de ontdekking van geneesmiddelen in een vroeg stadium kan versnellen het potentieel om een grote impact te hebben,” voegde hij eraan toe.
{{topLeft}}
{{bottomLeft}}
{{topRight}}
{{bottomRight}}
{{/goalExceededMarkerPercentage}}
{{/ticker}}
{{heading}}
{{#paragraphs}}
{{.}}
{{/paragraphs}}{highlightedText}}
- Delen op Facebook
- Delen op Twitter
- Delen via E-mail
- Delen op LinkedIn
- Delen op Pinterest
- Delen op WhatsApp
- Delen op Messenger