Une équipe de bioingénieurs a réussi à utiliser l'IA pour ressusciter des molécules de notre passé ancien.
Cette étude intrigante a utilisé l'apprentissage automatique pour analyser les données sur les protéines des humains modernes (Homo sapiens) ainsi que de nos parents disparus, les Néandertaliens (Homo neanderthalensis) et les Denisovans, une espèce ou sous-espèce humaine éteinte d'Asie.
Les étude a découvert des molécules susceptibles de combattre les bactéries pathogènes. Ces techniques, appelées "de-extinction", pourraient potentiellement servir de base à la recherche de nouveaux antibiotiques.
"Nous sommes motivés par l'idée de ramener des molécules du passé pour résoudre des problèmes actuels", explique Cesar de la Fuente, coauteur de l'étude et bioingénieur à l'université de Pennsylvanie, à Philadelphie, a déclaré à Nature.
Si cela vous fait penser à une certaine franchise cinématographique basée sur les dinosaures - c'est précisément ce qui a inspiré l'équipe de recherche.
De la Fuente a déclaré : "Nous avons commencé à penser à Jurassic Park", explique-t-il. Plutôt que de ramener les dinosaures à la vie, comme l'ont fait les scientifiques dans le film de 1993, l'équipe a eu une idée plus réalisable : "Pourquoi ne pas ramener les molécules ?"
La pression exercée sur les chercheurs pour trouver de nouveaux antibiotiques est immense, car peu de médicaments efficaces ont été découverts au cours des 30 dernières années.
Parallèlement, la prévalence des bactéries résistantes aux antibiotiques est en augmentation, d'où l'intérêt de nouveaux traitements. L'IA fournit de nombreuses pistes pour explorer ces nouveaux traitements, avec une série d'études utilisant la technologie pour découvrir des molécules cachées et inconnues cliniquement pertinentes.
De nombreux organismes génèrent des sous-unités protéiques courtes, appelées peptides, dotées de propriétés antimicrobiennes. Plusieurs peptides antimicrobiens, provenant principalement de bactéries, sont utilisés pour traiter les infections.
Les protéines des espèces disparues - y compris l'homme - pourraient constituer une ressource précieuse, mais encore peu explorée, pour la mise au point de nouveaux antibiotiques.
Les chercheurs ont entraîné un algorithme de ML pour identifier les endroits des protéines humaines où elles sont découpées en peptides. Ils ont appliqué cet algorithme à des séquences de protéines accessibles au public provenant de H. sapiens, H. neanderthalensiset Denisovans, en identifiant de nouveaux peptides sur la base des caractéristiques des peptides antimicrobiens connus.
Il ne faut que quelques semaines pour identifier et tester des médicaments potentiels à l'aide de l'IA, alors que le processus traditionnel prend de trois à six semaines pour découvrir un nouvel antibiotique.
L'équipe a testé une variété de peptides en laboratoire afin d'explorer leur capacité à éliminer les bactéries. Ils ont sélectionné 6 peptides puissants - 4 provenant de H. sapiens, 1 à partir de H. neanderthalensiset 1 de Denisovans. Les peptides ont été testés sur des souris infectées par la bactérie Acinetobacter baumannii.
Bien qu'aucun des peptides n'ait complètement tué les bactéries, ils ont tous réussi à inhiber la croissance du A. baumannii dans le tissu musculaire de la cuisse. 5 molécules ont tué des bactéries dans des abcès cutanés, bien que des doses élevées aient été nécessaires.
"Même si l'algorithme que nous avons utilisé n'a pas produit de molécules extraordinaires, je pense que le concept et le cadre représentent une voie entièrement nouvelle pour la réflexion sur la découverte de médicaments", déclare M. de la Fuente.
Euan Ashley, expert en génomique et en santé de précision à l'université de Stanford, a déclaré : "De la Fuente et ses collègues m'ont persuadé que plonger dans le génome humain archaïque était une approche intéressante et potentiellement utile".
Fonctionnement de l'étude : analyse
- Les chercheurs ont entrepris de ressusciter (ou "désextinction") des molécules bioactives qui ne sont plus produites par les organismes vivants. Ces molécules pourraient potentiellement être utilisées pour la découverte de médicaments.
- Ils ont utilisé un modèle d'apprentissage automatique connu sous le nom de panCleave. Il s'agit d'un modèle de "forêt aléatoire", un type d'algorithme d'intelligence artificielle qui prédit des résultats sur la base de nombreuses données. Le modèle panCleave a prédit où les protéines seraient divisées en parties plus petites appelées peptides. Ces peptides ont parfois des propriétés antimicrobiennes.
- Le résultat : Les chercheurs ont trouvé plusieurs peptides (provenant d'humains modernes et de parents humains disparus) qui se sont révélés être des agents antimicrobiens potentiels lorsqu'ils ont été testés en laboratoire.
- Les tests portaient notamment sur la résistance à la rupture par d'autres protéines et sur la capacité de perméabilité des membranes cellulaires. Certains des peptides ont combattu efficacement une infection bactérienne courante dans les abcès cutanés des souris.
- Les méthodes d'apprentissage automatique peuvent identifier des peptides prometteurs pour le développement de nouveaux antibiotiques. En outre, la "dé-extinction moléculaire" (ressusciter des molécules à partir d'organismes éteints) est proposée comme nouveau cadre pour la découverte de médicaments, en particulier pour trouver de nouveaux antibiotiques.
Le potentiel de l'IA pour la découverte de nouveaux médicaments à grande échelle s'avère immense, et pas seulement pour les antibiotiques, mais aussi pour les vaccins. médicaments anti-âge et autres composés aussi.
