L'humanité a pris du retard dans la lutte contre les bactéries résistantes aux médicaments, mais l'IA pourrait s'avérer être notre arme secrète.
Les agents pathogènes résistants aux antibiotiques sont responsables d'entre 1 à 5 millions de décès par an.
Peu de nouveaux antibiotiques ont été développés au cours de la dernière décennie, et la majorité d'entre eux sont de légères modifications apportées aux antibiotiques existants.
La découverte de nouveaux médicaments est une tâche exceptionnellement laborieuse, mais une étude récente a permis d'exploiter l'IA pour passer automatiquement au crible des milliers de composés afin de découvrir des pistes pour des essais en laboratoire.
Les étudepubliée dans Nature Chemical Biology, des chercheurs du MIT et de l'Université McMaster ont tenté de découvrir de nouveaux médicaments pour tuer les bactéries. Acinetobacter baumannii, une bactérie que le L'OMS a identifié comme une "menace critique".
Les chercheurs ont utilisé deux modèles d'apprentissage automatique pour automatiser le processus de découverte de médicaments. in silicoqui signifie "dans un ordinateur".
Voici comment cela s'est passé :
Données de formation obtenues
- Les chercheurs ont exposé des A. baumannii à environ 7 500 composés chimiques différents et on a vérifié quels composés inhibaient la croissance du microbe.
- Les structures chimiques de ceux qui inhibent la croissance ont été introduites dans un modèle d'apprentissage automatique. Le modèle a ainsi pu apprendre les caractéristiques chimiques associées à l'inhibition de la croissance.
Entraînement et test du modèle
- Une fois le modèle entraîné, les chercheurs l'ont utilisé pour analyser un ensemble de 6 680 composés que le modèle n'avait jamais rencontrés auparavant. Ces composés provenaient du Drug Repurposing Hub du Broad Institute. Le modèle a sélectionné quelques centaines de composés.
- Les chercheurs ont choisi 240 d'entre eux pour les tester expérimentalement en laboratoire.
- Ils se sont concentrés sur les composés présentant des structures différentes de celles des antibiotiques existants, car ils sont ainsi plus susceptibles d'échapper à la résistance aux antibiotiques.
Tests expérimentaux en laboratoire
- Les tests de laboratoire ont permis de réduire la liste à 9 antibiotiques.
- Parmi ceux-ci, un composé initialement exploré comme médicament potentiel contre le diabète s'est avéré extrêmement efficace pour tuer les bactéries. A. baumannii. Le médicament était appelé "abaucin".
- Curieusement, il n'a pas affecté d'autres espèces de bactéries, y compris les suivantes Pseudomonas aeruginosa, Staphylococcus aureus, et Entérobactéries.
Stokes, qui a travaillé sur le projet, a déclaré à la BBC"C'est là que le travail commence".
L'antibiotique fera l'objet d'une longue procédure d'essai pour évaluer sa sécurité chez l'homme, qui pourrait ne pas être achevée avant 2030.
Malgré cela, l'IA accélère la tâche laborieuse de l'exploration de nouveaux médicaments, en aidant les chercheurs à découvrir des composés antimicrobiens intéressants et nouveaux. Nombre d'entre eux ont été développés à d'autres fins, ils existent donc déjà, il suffit de les trouver.
Selon le Dr Stokes, "l'IA augmente le rythme et, dans un monde parfait, diminue le coût de la découverte de ces nouvelles classes d'antibiotiques dont nous avons désespérément besoin".
Alors que les tests de sécurité sur les humains restent un processus lent, les pipelines de recherche soutenus par l'IA ne manqueront pas d'accélérer la mise sur le marché des antibiotiques et d'autres produits pharmaceutiques.
