El sistema d’intel·ligència artificial identifica un nou antibiòtic per als bacteris que causen malalties amb més problemes del món

Totes Les Novetats

La intel·ligència artificial produeix un nou antibiòtic
Un model d’aprenentatge profund identifica un poderós medicament nou que pot matar moltes espècies de bacteris resistents als antibiòtics.
Escrit per Anne Trafton
Notícies del MIT

Mitjançant un algorisme d’aprenentatge automàtic, els investigadors del MIT han identificat un compost antibiòtic nou i potent. En proves de laboratori, el medicament va matar molts dels bacteris que causen malalties més problemàtiques del món, incloses algunes soques resistents a tots els antibiòtics coneguts. També va eliminar les infeccions en dos models de ratolins diferents.


El model d’ordinador, que pot examinar més de cent milions de compostos químics en qüestió de dies, està dissenyat per seleccionar antibiòtics potencials que maten els bacteris mitjançant mecanismes diferents als dels medicaments existents.

'Volíem desenvolupar una plataforma que ens permetés aprofitar el poder de la intel·ligència artificial per iniciar una nova era de descobriment de fàrmacs antibiòtics', diu James Collins, el professor Termeer d'Enginyeria i Ciències Mèdiques de l'Institut d'Enginyeria i Ciències Mèdiques del MIT. (IMES) i Departament d'Enginyeria Biològica. 'El nostre enfocament va revelar aquesta sorprenent molècula que sens dubte és un dels antibiòtics més potents que s'ha descobert'.

RELACIONATS: Mai massa tard: un nou estudi detecta que els pulmons es reparen 'màgicament' després de deixar de fumar, sense importar l'edat

En el seu nou estudi, els investigadors també van identificar diversos altres candidats a antibiòtics prometedors, que preveuen provar més. Creuen que el model també es podria utilitzar per dissenyar nous fàrmacs, basant-se en el que s’ha après sobre les estructures químiques que permeten als medicaments matar bacteris.


'El model d'aprenentatge automàtic pot explorar, in silico, grans espais químics que poden ser prohibitius per als enfocaments experimentals tradicionals', diu Regina Barzilay, professora d'Enginyeria Elèctrica i Informàtica de Delta Electronics al Laboratori d'Informàtica i Intel·ligència Artificial (CSAIL) del MIT. .

Barzilay i Collins, que són codirectors de la facultat de la Clínica Abdul Latif Jameel d’Aprenentatge Automàtic en Salut (J-Clinic) del MIT, són els autors principals de l’estudi, que apareix avui aCèl·lula. El primer autor del treball és Jonathan Stokes, postdoctorat al MIT i al Broad Institute of MIT i Harvard.


Fotografia del Collins Lab al MIT

Una nova canonada

Durant les darreres dècades, s'han desenvolupat molt pocs antibiòtics nous i la majoria d'aquests antibiòtics recentment aprovats són variants lleugerament diferents dels medicaments existents. Els mètodes actuals de detecció de nous antibiòtics són sovint costosos de manera prohibitiva, requereixen una inversió temporal significativa i solen limitar-se a un estret espectre de diversitat química.

'Estem enfrontant una crisi creixent al voltant de la resistència als antibiòtics, i aquesta situació la genera tant un nombre creixent de patògens que es tornen resistents als antibiòtics existents com un oleoducte anèmic a la indústria biotecnològica i farmacèutica per obtenir nous antibiòtics', diu Collins.

Per intentar trobar compostos completament nous, es va associar amb Barzilay, el professor Tommi Jaakkola i els seus estudiants Kevin Yang, Kyle Swanson i Wengong Jin, que prèviament han desenvolupat models informàtics d’aprenentatge automàtic que es poden formar per analitzar les estructures moleculars de compostos i correlacionar-los amb trets particulars, com ara la capacitat de matar bacteris.


COMPROVAR: Un combinat de molècules inverteix l’artritis en el cartílag humà i les rates, diu un nou estudi ‘emocionant’

La idea d’utilitzar models predictius d’ordinador per al cribratge “in silico” no és nova, però fins ara aquests models no eren prou precisos per transformar el descobriment de fàrmacs. Anteriorment, les molècules es representaven com a vectors que reflectien la presència o l'absència de determinats grups químics. No obstant això, les noves xarxes neuronals poden aprendre aquestes representacions automàticament, mapejant molècules en vectors continus que posteriorment s’utilitzen per predir les seves propietats.

En aquest cas, els investigadors van dissenyar el seu model per buscar característiques químiques que facin que les molècules siguin efectives per matarE. coli. Per fer-ho, van formar el model sobre unes 2.500 molècules, inclosos uns 1.700 medicaments aprovats per la FDA i un conjunt de 800 productes naturals amb estructures diverses i una àmplia gamma de bioactivitats.

Una vegada que es va formar el model, els investigadors el van provar a l’H Broad Institute’s Drug Repurposing Hub, una biblioteca d’uns 6.000 compostos. El model va seleccionar una molècula que es preveia que tenia una forta activitat antibacteriana i que tenia una estructura química diferent de qualsevol antibiòtic existent. Utilitzant un model d’aprenentatge automàtic diferent, els investigadors també van demostrar que aquesta molècula probablement tindria una baixa toxicitat per a les cèl·lules humanes.

MÉS: El tractament senzill de la diabetis tipus 2 amb dieta hipocalòrica és tan eficaç que inverteix la malaltia en els estudis

Aquesta molècula, que els investigadors van decidir anomenar halicina, després del sistema fictici d'intel·ligència artificial de '2001: una odissea de l'espai', s'ha investigat prèviament com a possible medicament contra la diabetis. Els investigadors el van provar contra desenes de soques bacterianes aïllades de pacients i cultivades en plats de laboratori, i van trobar que era capaç de matar moltes persones resistents al tractament, inclosesClostridium difficile, Acinetobacter baumannii, iMycobacterium tuberculosis. La droga va funcionar contra totes les espècies que van provar, a excepció dePseudomonas aeruginosa, un patogen pulmonar difícil de tractar.

Per provar l’eficàcia de l’halicina en animals vius, els investigadors la van utilitzar per tractar ratolins infectatsA. baumannii, un bacteri que ha infectat molts soldats nord-americans estacionats a l’Iraq i l’Afganistan. La soca deA. baumanniique van utilitzar és resistent a tots els antibiòtics coneguts, però l’aplicació d’un ungüent que conté halicina va acabar amb les infeccions en 24 hores.

Els estudis preliminars suggereixen que l’halicina mata els bacteris interrompent la seva capacitat per mantenir un gradient electroquímic a través de les membranes cel·lulars. Aquest gradient és necessari, entre altres funcions, per produir ATP (molècules que les cèl·lules fan servir per emmagatzemar energia), de manera que si el gradient es trenca, les cèl·lules moren. Els investigadors diuen que aquest tipus de mecanisme de mort podria ser difícil per als bacteris desenvolupar resistència.

RELACIONATS: La FDA aprova el tractament farmacològic contra el càncer de pàncrees després de demostrar-ne la durada del pacient

“Quan es tracta d’una molècula que probablement s’associa amb components de membrana, una cèl·lula no pot necessàriament adquirir una sola mutació o un parell de mutacions per canviar la química de la membrana externa. Mutacions com aquesta tendeixen a ser molt més complexes d’adquirir evolutivament ”, diu Stokes.

En aquest estudi, els investigadors van trobar que E. coli no va desenvolupar cap resistència a l’halicina durant un període de tractament de 30 dies. En canvi, els bacteris van començar a desenvolupar resistència a l’antibiòtic ciprofloxacina en un o tres dies i, al cap de 30 dies, els bacteris eren unes 200 vegades més resistents a la ciprofloxacina que al principi de l’experiment.

Els investigadors preveuen continuar estudis d’halicina, treballant amb una empresa farmacèutica o una organització sense ànim de lucre, amb l’esperança de desenvolupar-la per al seu ús en humans.

Molècules optimitzades

Després d’identificar l’halicina, els investigadors també van utilitzar el seu model per examinar més de 100 milions de molècules seleccionades a la base de dades ZINC15, una col·lecció en línia d’uns 1.500 milions de compostos químics. Aquesta pantalla, que només va trigar tres dies, va identificar 23 candidats que eren estructuralment diferents dels antibiòtics existents i que es preveia que no serien tòxics per a les cèl·lules humanes.

MIREU: El pàncrees biònic per a la diabetis tipus 1 obté la designació 'avançada' de la FDA

En proves de laboratori contra cinc espècies de bacteris, els investigadors van trobar que vuit de les molècules presentaven activitat antibacteriana i dues eren particularment potents. Ara els investigadors tenen previst provar aquestes molècules més i també examinar més de la base de dades ZINC15.

Els investigadors també tenen previst utilitzar el seu model per dissenyar nous antibiòtics i optimitzar les molècules existents. Per exemple, podrien entrenar el model per afegir funcions que fessin que un antibiòtic concret només es dirigís a determinats bacteris, evitant que matés bacteris beneficiosos al tracte digestiu d’un pacient.

'Aquest treball innovador significa un canvi de paradigma en el descobriment d'antibiòtics i, de fet, en el descobriment de fàrmacs en general', diu Roy Kishony, professor de biologia i informàtica a Technion (l'Institut de Tecnologia d'Israel), que no va participar en l'estudi. 'Més enllà de les pantalles de sílice, aquest enfocament permetrà utilitzar l'aprenentatge profund en totes les etapes del desenvolupament d'antibiòtics, des del descobriment fins a millorar l'eficàcia i la toxicitat mitjançant modificacions de medicaments i química medicinal'.

Reimprès amb permís de Notícies del MIT

Doneu una bona notícia als vostres amics compartint-la a les xarxes socials ..