L'umanità è rimasta indietro nella lotta contro i batteri resistenti ai farmaci, ma l'intelligenza artificiale potrebbe rivelarsi la nostra arma segreta.
Gli agenti patogeni resistenti agli antibiotici sono responsabili di un numero di casi compreso tra 1 e 5 milioni di morti all'anno.
Nell'ultimo decennio sono stati sviluppati pochi nuovi antibiotici e la maggior parte è costituita da lievi modifiche di quelli esistenti.
La scoperta di nuovi farmaci richiede molto lavoro, ma un recente studio di riferimento ha sfruttato l'intelligenza artificiale per vagliare automaticamente migliaia di composti e individuare le possibilità di sperimentazione in laboratorio.
Il studiopubblicato su Nature Chemical Biology, ha visto i ricercatori del MIT e della McMaster University tentare di scoprire nuovi farmaci in grado di uccidere Acinetobacter baumannii, un batterio il L'OMS ha identificato come "minaccia critica".
I ricercatori hanno utilizzato due modelli di apprendimento automatico (ML) per automatizzare il processo di scoperta di farmaci in silicoche significa "in un computer".
Ecco come funzionava:
Dati di formazione ottenuti
- I ricercatori hanno esposto a un'esposizione di laboratorio A. baumannii a circa 7.500 composti chimici diversi e monitorati per vedere quali composti inibissero la crescita del microbo.
- Le strutture chimiche di quelle che inibivano la crescita sono state inserite in un modello di apprendimento automatico (ML). Questo ha permesso al modello di apprendere le caratteristiche chimiche associate all'inibizione della crescita.
Addestramento e test del modello
- Una volta addestrato il modello, i ricercatori lo hanno utilizzato per analizzare una serie di 6.680 composti che il modello non aveva mai incontrato prima. Questi composti provenivano dal Drug Repurposing Hub del Broad Institute. Il modello ha individuato alcune centinaia di composti.
- I ricercatori ne hanno scelti 240 da testare sperimentalmente in laboratorio.
- Si sono concentrati su composti con strutture differenziate rispetto agli antibiotici esistenti, in quanto ciò li rende più adatti a eludere la resistenza agli antibiotici.
Test sperimentali di laboratorio
- Gli esami di laboratorio hanno ristretto l'elenco a 9 antibiotici.
- Tra questi, un composto inizialmente esplorato come potenziale farmaco per il diabete si è rivelato estremamente efficace nell'uccidere A. baumannii. Il farmaco si chiamava "abaucina".
- In particolare, non ha avuto effetto su altre specie di batteri, tra cui Pseudomonas aeruginosa, Staphylococcus aureus, e Enterobacteriaceae.
Il dott. Stokes, che ha lavorato al progetto, ha dichiarato alla BBC"È a questo punto che inizia il lavoro".
L'antibiotico sarà sottoposto a una lunga procedura di sperimentazione per valutarne la sicurezza nell'uomo, che potrebbe non essere completata prima del 2030.
Tuttavia, l'intelligenza artificiale accelera l'intensa attività di ricerca di nuovi farmaci, aiutando i ricercatori a scoprire nuovi e interessanti composti antimicrobici. Molti di essi sono stati sviluppati per altri scopi, quindi sono già in circolazione: dobbiamo solo trovarli.
L'intelligenza artificiale aumenta la velocità e, in un mondo perfetto, diminuisce il costo con cui possiamo scoprire queste nuove classi di antibiotici di cui abbiamo disperatamente bisogno".
Sebbene i test di sicurezza sugli esseri umani rimangano un processo lento, le pipeline di ricerca supportate dall'intelligenza artificiale accelereranno sicuramente il time-to-market di antibiotici e altri prodotti farmaceutici.
