Onderzoekers van het Massachusetts Institute of Technology (MIT) hebben zojuist succes geboekt in een project waarbij gebruik wordt gemaakt van kunstmatige intelligentie (AI) om een extreem krachtige nieuwe antibioticaverbinding te ontwikkelen die zelfs sommige bacteriestammen die vandaag de dag resistent zijn tegen gevaarlijke antibiotica gemakkelijk kan doden .
Om dit te bereiken moesten wetenschappers veel moeite doen om een computermodel te creëren dat informatie synthetiseert over miljoenen chemische verbindingen en gebruik maakt van machine learning-algoritmen om de beste soorten te selecteren die kunnen worden ontwikkeld tot effectieve nieuwe antibioticastammen, en er vervolgens een paar te selecteren. specifieke verbindingen voor diepgaande ontwikkeling en testen. De resultaten toonden aan dat het nieuwe antibioticum gemakkelijk E. coli en vele andere veel voorkomende bacteriën kon doden als het op muizen werd getest.
De meeste nieuwe antibiotica die vandaag de dag worden ontwikkeld, zijn variaties op bestaande geneesmiddelen, die gebruik maken van soortgelijke mechanismen. Dit met behulp van AI ontwikkelde antibioticum beschikt echter over een heel ander mechanisme, wat betekent dat het soorten infecties kan behandelen die met de huidige medicijnen niet mogelijk zijn.

MIT-onderzoekers gebruikten machine learning-algoritmen om een antibioticum genaamd halicine te identificeren, dat vele bacteriestammen kan doden. Halicine (bovenste rij) voorkwam de ontwikkeling van antibioticaresistentie bij E. coli, terwijl ciprofloxacine (onderste rij) dat niet deed.
“We wilden een platform ontwikkelen dat de weg vrijmaakt voor het benutten van de kracht van kunstmatige intelligentie voor het ontdekken van antibiotica”, zegt James Collins, hoogleraar medische wetenschappen en techniek aan het MIT.
Deze nieuwe aanpak zou kunnen helpen bij het sneller identificeren van verschillende verbindingen die bacteriën resistent maken tegen medicijnen, tegen aanzienlijk lagere kosten dan andere methoden. De onderzoekers trainden hun AI-model met 2.500 bestaande moleculen en testten het vervolgens op een databibliotheek van 6.000 verbindingen om moleculen te identificeren die de E.coli-bacteriën zouden kunnen doden. Het model identificeerde een specifiek molecuul als een potentieel doelwit, en toen onderzoekers het in het laboratorium testten, toonden de resultaten aan dat het ook veel voorkomende en gevaarlijke antibioticaresistente bacteriën kon doden , momenteel zoals Clostridium difficile, Acinetobacter baumannii en Mycobacterium tuberculosis.
Het probleem van antibioticaresistente bacteriën wordt werkelijk een bedreiging voor de menselijke gezondheid. De nieuwe onderzoeksmethode voor antibiotica van MIT-wetenschappers opent perspectieven voor het oplossen van dit probleem. In de nabije toekomst is het onderzoeksteam van plan dit model te gebruiken om bestaande antibiotica te optimaliseren en nieuwe antibiotica te ontwikkelen. Met name de verdere toepassing van deep learning-technologie in alle stadia van de ontwikkeling van antibiotica, van ontdekking tot het verbeteren van de effectiviteit en toxiciteit door het modificeren van medicijningrediënten en medicinale chemie, zal een uiterst belangrijke rol spelen.