Teadlased avastasid pärast 60 aastat esimesed uued antibiootikumid tänu tehisintellektile

Uus antibiootikumide klass metitsilliinresistentse stafülokoki (MRSA) bakteri jaoks tuvastati tänu sügavõppe mudelitele.

Tehisintellekti (AI) kasutamine tõestab end olevat meditsiinile äärmiselt kasulik tehnoloogiaga, mis aitab nüüd teadlastel pärast 60 aastat esimesi uusi antibiootikume luua.

Selle ühendi avastamist, mis võib tappa resistentset bakterit, mis tapab igal aastal tuhandeid inimesi üle maailma, kajastati väljaandes Nature.

„Siin oli see, et me nägime, mida mudelid õppisid, et teha oma prognoose, et teatud molekulid oleksid head antibiootikumid,“ ütles Massachusettsi Tehnoloogiainstituudi (MIT) meditsiinitehnika ja -teaduse professor ja üks uuringu 21 autorist James Collins oma avalduses.

„Meie töö annab raamistiku, mis on ajasäästlik, ressursitõhus ja keemilise struktuuri seisukohalt mehaaniliselt läbinägelik, nii nagu meil seni ei ole olnud“.

Enamikel inimestel, kellel see bakter esineb, haigust ei teki. Samas võib see bakter põhjustada mitmeid haigusi – näiteks haavainfektsioone, naha ja teiste pehmete kudede infektsioone, luude infektsioone, kuseteede infektsioone, kopsupõletikku ja südameklappide infektsioone.

Euroopa Liidus on Euroopa Haiguste Ennetamise ja Tõrje Keskuse (ECDC) andmetel iga aasta ligi 150 000 infektsiooni ning peaaegu 35 000 inimest sureb bakteri tekitatud haiguste tagajärjel.

Uurimisrühm treenis välja laiendatud sügavõppemudeli, et ennustada uue ühendi aktiivsust ja mürgisust.

Sügavõpe hõlmab tehisnärvivõrkude kasutamist, et automaatselt õppida ja esitada andmeid ilma selgesõnalise programmeerimiseta. Seda kasutatakse aina enam ravimite avastamisel, et kiirendada potentsiaalsete ravimi kandidaatide tuvastamist ja optimeerida ravimi väljatöötamise protsessi.

Et treenimiseks andmeid saada, hinnati ligikaudu 39 000 ühendi antibiootilist toimet MRSA suhtes. Seejärel sisestati mudelisse nii saadud andmed kui ka üksikasjad ühendite keemilise struktuuri kohta.

Et potentsiaalsete ravimite otsingut efektiivsemaks muuta, võtsid teadlased kasutusele veel kolm sügavõppemudelit, mis treeniti hindama ühendite märgisust kolme eri tüüpi rakkude suhtes.

Integreerides need toksilisuse prognoosid eelnevalt kindlaks määratud antimikroobse aktiivsusega, leidsid teadlased ühendid, mis suudavad tõhusalt võidelda mikroobide vastu, kahjustades inimorganismi minimaalselt.

Seda mudelite kogumit kasutades sõeluti ligikaudu 12 miljonit kaubanduslikult kättesaadavat ühendit.

Mudelitega tuvastati viiest erinevast klassist ühendid, mis olid liigitatud molekulide spetsiifiliste keemiliste alastruktuuride alusel ja millel oli prognoositav aktiivsus MRSA vastu.

Seejärel omandasid teadlased umbes 280 sellist ühendit ja viisid läbi katsed MRSA vastu laboratoorselt. Selle lähenemisviisi abil tuvastasid nad kaks paljulubavat antibiootikumikandidaati samast klassist.

Katsetes, mis hõlmasid kahte mudelit hiirtel - üks MRSA nahainfektsiooni ja teine MRSA süsteemse infektsiooni puhul - vähendasid mõlemad ühendid MRSA populatsiooni 10 korda.