Die <\/span>Studie<\/span><\/a> Molek\u00fcle entdeckt, die das Potenzial haben, krankheitsverursachende Bakterien zu bek\u00e4mpfen. Diese als \"De-Extinction\" bezeichneten Techniken k\u00f6nnten m\u00f6glicherweise als Grundlage f\u00fcr die Suche nach neuen Antibiotika dienen.<\/span><\/p>\n \"Wir sind motiviert von der Idee, Molek\u00fcle aus der Vergangenheit zur\u00fcckzubringen, um Probleme zu l\u00f6sen, die wir heute haben\", sagt Cesar de la Fuente, Mitautor der Studie und Bioingenieur an der Universit\u00e4t von Pennsylvania in Philadelphia, <\/span>sagte Natur<\/span><\/a>.\u00a0<\/span><\/p>\n Wenn Sie das an eine bestimmte Dinosaurier-Filmreihe denken l\u00e4sst -<\/span> Genau das hat das Forschungsteam inspiriert.<\/p>\n De la Fuente sagte: \"Wir haben tats\u00e4chlich angefangen, \u00fcber\u00a0Jurassic Park<\/i>\", sagt er. Anstatt Dinosaurier wieder zum Leben zu erwecken, wie es die Wissenschaftler im Film von 1993 taten, kam das Team auf eine praktikablere Idee: \"Warum nicht Molek\u00fcle zur\u00fcckbringen?\"<\/p>\n Der Druck auf die Forscher, neue Antibiotika zu finden, ist enorm, da in den letzten 30 Jahren nur wenige wirksame Medikamente entdeckt wurden.<\/span><\/p>\n Gleichzeitig nimmt die Pr\u00e4valenz von antibiotikaresistenten Bakterien zu, so dass neue Behandlungsmethoden willkommen sind. <\/span>AI bietet zahlreiche Wege<\/a> um diese neuartigen Behandlungen zu erforschen, wobei eine Reihe von Studien die Technologie nutzen, um versteckte und unbekannte klinisch relevante Molek\u00fcle zu entdecken.\u00a0<\/span><\/p>\n Viele Organismen bilden kurze Proteinuntereinheiten, die als Peptide mit antimikrobiellen Eigenschaften bekannt sind. Mehrere antimikrobielle Peptide, die \u00fcberwiegend aus Bakterien stammen, werden zur Behandlung von Infektionen eingesetzt.\u00a0<\/span><\/p>\n Die Proteine ausgestorbener Arten - einschlie\u00dflich des Menschen - k\u00f6nnten eine wertvolle, aber noch nicht ausreichend erforschte Ressource f\u00fcr die Entwicklung neuer Antibiotika darstellen.<\/span><\/p>\n Die Forscher trainierten einen ML-Algorithmus, um die Stellen auf menschlichen Proteinen zu identifizieren, an denen sie in Peptide zerlegt sind. Sie wendeten diesen Algorithmus auf \u00f6ffentlich verf\u00fcgbare Proteinsequenzen aus <\/span>H. sapiens, H. neanderthalensis<\/span><\/i>und Denisovans, um neue Peptide auf der Grundlage der Eigenschaften bekannter antimikrobieller Peptide zu identifizieren.\u00a0<\/span><\/p>\n Die Identifizierung und Pr\u00fcfung potenzieller Wirkstoffkandidaten mit Hilfe von KI dauert nur wenige Wochen, verglichen mit dem herk\u00f6mmlichen Verfahren, bei dem die Entdeckung eines neuen Antibiotikums drei bis sechs Jahre dauert.<\/span><\/p>\n Das Team testete eine Reihe von Peptiden in einer Laborumgebung, um ihre F\u00e4higkeit zur Beseitigung von Bakterien zu untersuchen. Sie w\u00e4hlten 6 wirksame Peptide aus - 4 aus <\/span>H. sapiens<\/span><\/i>, 1 aus <\/span>H. neanderthalensis<\/span><\/i>und 1 von Denisovans. Die Peptide wurden an M\u00e4usen getestet, die infiziert waren mit <\/span>Acinetobacter baumannii<\/span><\/i>.<\/span><\/p>\n Obwohl keines der Peptide die Bakterien vollst\u00e4ndig abt\u00f6tete, gelang es ihnen allen, das Wachstum von <\/span>A. baumannii <\/span><\/i>in Oberschenkelmuskelgewebe. 5 Molek\u00fcle t\u00f6teten Bakterien in Hautabszessen ab, obwohl hohe Dosierungen erforderlich waren.\u00a0<\/span><\/p>\n \"Auch wenn der Algorithmus, den wir verwendet haben, keine erstaunlichen Molek\u00fcle hervorgebracht hat, denke ich, dass das Konzept und der Rahmen einen v\u00f6llig neuen Weg f\u00fcr die Entdeckung von Medikamenten darstellen\", so de la Fuente.<\/span><\/p>\n Euan Ashley, ein Experte f\u00fcr Genomik und Pr\u00e4zisionsmedizin an der Stanford University, kommentierte: \"De la Fuente und seine Kollegen haben mich davon \u00fcberzeugt, dass das Eintauchen in das archaische menschliche Genom ein interessanter und potenziell n\u00fctzlicher Ansatz ist.\"<\/span><\/p>\n![\"Aussterben](\"https:\/\/dailyai.com\/wp-content\/uploads\/2023\/07\/1-s2.0-S1931312823002962-fx1_lrg.jpg\")
Wie die Studie funktionierte: eine Aufschl\u00fcsselung<\/span><\/h2>\n