Naudodamiesi dirbtinio intelekto algoritmu, MIT ir McMaster universiteto mokslininkai nustatė naują antibiotiką, galintį sunaikinti bakterijų tipą, atsakingą už daugelį vaistams atsparių infekcijų.
Jei vaistas sukurtas vartoti pacientams, jis gali padėti kovoti su Acinetobacter baumannii, bakterijų rūšis, kuri dažnai aptinkama ligoninėse ir gali sukelti plaučių uždegimą, meningitą ir kitas rimtas infekcijas. Mikrobas taip pat yra pagrindinė sužeistų karių infekcijų priežastis Irake ir Afganistane.
“Acinetobacter ilgą laiką gali išgyventi ant ligoninių durų rankenų ir įrangos, o iš savo aplinkos gali paimti atsparumo antibiotikams genus. Dabar tikrai įprasta rasti A. baumannii izoliatų, kurie yra atsparūs beveik visiems antibiotikams“, – sako Jonathanas Stokesas, buvęs MIT postdoc, kuris dabar yra McMaster universiteto biochemijos ir biomedicinos mokslų docentas.
Tyrėjai nustatė naują vaistą iš beveik 7000 galimų vaistų junginių bibliotekos, naudodami mašininio mokymosi modelį, kurį jie išmokė įvertinti, ar cheminis junginys slopins A. baumannii.
„Ši išvada dar labiau patvirtina prielaidą, kad AI gali žymiai paspartinti ir išplėsti naujų antibiotikų paieškas“, – sako Jamesas Collinsas, Termeer medicinos inžinerijos ir mokslo profesorius iš MIT Medicinos inžinerijos ir mokslo instituto (IMES) ir Biologijos inžinerijos katedros. „Džiaugiuosi, kad šis darbas rodo, kad galime naudoti AI, kad padėtų kovoti su probleminiais patogenais, tokiais kaip A. baumannii.
Collinsas ir Stokesas yra vyriausieji naujojo tyrimo, kuris šiandien pasirodo, autoriai Gamtos cheminė biologija. Pagrindiniai šio straipsnio autoriai yra McMaster universiteto absolventai Gary Liu ir Denise Catacutan bei neseniai McMaster absolventai Khushi Rathod.
Vaistų atradimas
Per pastaruosius kelis dešimtmečius daugelis patogeninių bakterijų tapo vis atsparesnės esamiems antibiotikams, o naujų antibiotikų buvo sukurta labai nedaug.
Prieš keletą metų Collinsas, Stokesas ir MIT profesorė Regina Barzilay (kuri taip pat yra naujojo tyrimo autorė) ėmėsi kovoti su šia augančia problema naudodama mašininį mokymąsi – dirbtinio intelekto tipą, galintį išmokti atpažinti modelius didžiulėse srityse. duomenų kiekius. Collinsas ir Barzilay, bendradarbiaujantys su MIT Abdul Latif Jameel klinika, skirta mašininiam mokymuisi sveikatos srityje, tikėjosi, kad šis metodas gali būti naudojamas nustatant naujus antibiotikus, kurių cheminė struktūra skiriasi nuo bet kokių esamų vaistų.
Pradinėje demonstracijoje mokslininkai parengė mašininio mokymosi algoritmą, kad nustatytų chemines struktūras, kurios gali slopinti augimą. E. coli. Daugiau nei 100 milijonų junginių ekrane šis algoritmas davė molekulę, kurią mokslininkai pavadino halicinu pagal išgalvotą dirbtinio intelekto sistemą iš „2001: Kosminės odisėjos“. Jie parodė, kad ši molekulė gali nužudyti ne tik E. coli bet keletas kitų bakterijų rūšių, kurios yra atsparios gydymui.
„Po šio dokumento, kai parodėme, kad šie mašininio mokymosi metodai gali puikiai pasiteisinti atliekant sudėtingas antibiotikų atradimo užduotis, atkreipėme dėmesį į tai, kas, mano manymu, yra visuomenės priešas Nr. 1 dėl daugeliui vaistams atsparių bakterinių infekcijų. Acinetobacter“, – sako Stokesas.
Norėdami gauti mokymo duomenis savo skaičiavimo modeliui, tyrėjai pirmiausia atskleidė A. baumannii išaugintas laboratorinėje lėkštelėje iki maždaug 7500 skirtingų cheminių junginių, siekiant išsiaiškinti, kurie iš jų gali slopinti mikrobo augimą. Tada jie į modelį įtraukė kiekvienos molekulės struktūrą. Jie taip pat papasakojo modeliui, ar kiekviena struktūra gali slopinti bakterijų augimą, ar ne. Tai leido algoritmui išmokti chemines savybes, susijusias su augimo slopinimu.
Kai modelis buvo apmokytas, mokslininkai jį panaudojo analizuodami 6680 junginių, kurių jis anksčiau nematė, rinkinį, gautą iš Plačiojo instituto Narkotikų pakartotinio naudojimo centro. Ši analizė, užtrukusi mažiau nei dvi valandas, davė kelis šimtus geriausių rezultatų. Iš jų tyrėjai pasirinko 240 eksperimentiniams bandymams laboratorijoje, daugiausia dėmesio skiriant junginiams, kurių struktūra skiriasi nuo esamų antibiotikų ar molekulių pagal mokymo duomenis.
Šie bandymai davė devynis antibiotikus, įskaitant vieną, kuris buvo labai stiprus. Šis junginys, kuris iš pradžių buvo tiriamas kaip galimas vaistas nuo diabeto, pasirodė esąs itin veiksmingas žudant A. baumannii bet neturėjo įtakos kitoms bakterijų rūšims, įskaitant Pseudomonas aeruginosa, Staphylococcus aureusir atsparus karbapenemams Enterobakterijos.
Šis „siauro spektro“ žudymo gebėjimas yra pageidautina antibiotikų savybė, nes sumažina bakterijų sparčiai atsparumo vaistui plitimo riziką. Kitas privalumas yra tai, kad vaistas greičiausiai apsaugotų naudingas bakterijas, gyvenančias žmogaus žarnyne, ir padėtų slopinti oportunistines infekcijas, pvz. Clostridium difficile.
„Antibiotikai dažnai turi būti skiriami sistemiškai, o paskutinis dalykas, kurį norite padaryti, yra sukelti didelę disbiozę ir atverti jau sergančius pacientus antrinėms infekcijoms”, – sako Stokesas.
Naujas mechanizmas
Atlikdami tyrimus su pelėmis, mokslininkai parodė, kad vaistas, kurį jie pavadino abaucinu, gali gydyti žaizdų infekcijas, kurias sukelia A. baumannii. Jie taip pat parodė laboratoriniais tyrimais, kad jis veikia prieš įvairius vaistams atsparius A. baumannii padermių, išskirtų iš žmonių pacientų.
Tolesni eksperimentai atskleidė, kad vaistas naikina ląsteles, trukdydamas procesui, žinomam kaip lipoproteinų prekyba, kurią ląstelės naudoja baltymams transportuoti iš ląstelės vidaus į ląstelės apvalkalą. Konkrečiai, atrodo, kad vaistas slopina LolE, baltymą, dalyvaujantį šiame procese.
Visos gramneigiamos bakterijos ekspresuoja šį fermentą, todėl mokslininkai nustebo, kad abaucinas yra toks selektyvus. A. baumannii. Jie kelia hipotezę, kad šiek tiek skiriasi kaip A. baumannii atlieka šią užduotį, gali lemti vaisto selektyvumą.
„Dar neužbaigėme eksperimentinių duomenų gavimo, bet manome, kad taip yra todėl A. baumannii lipoproteinų prekyba vyksta šiek tiek kitaip nei kitos gramneigiamos rūšys. Manome, kad būtent dėl to ir užsiimame tokia siauro spektro veikla“, – sako Stokesas.
Stokso laboratorija dabar bendradarbiauja su kitais McMaster tyrėjais, siekdama optimizuoti vaistines junginio savybes, tikėdamasi, kad jis gali būti naudojamas pacientams.
Tyrėjai taip pat planuoja naudoti savo modeliavimo metodą, kad nustatytų galimus antibiotikus kitų tipų vaistams atsparioms infekcijoms, įskaitant tas, kurias sukelia Staphylococcus aureus ir Pseudomonas aeruginosa.
Tyrimą finansavo David Braley antibiotikų atradimo centras, Weston Family Foundation, Audacious projektas, C3.ai skaitmeninės transformacijos institutas, Abdul Latif Jameel klinika, skirta mašininiam mokymuisi sveikatos srityje, DTRA medicinos atsakomųjų priemonių atradimas prieš naujus ir Emerging Threats programa, DARPA pagreitinto molekulinio atradimo programa, Kanados sveikatos tyrimų institutai, Kanados genomas, McMaster universiteto Sveikatos mokslų fakultetas, Boriso šeima, Maršalo stipendija ir Energetikos biologinių ir aplinkos tyrimų programa.
