De mensheid loopt achter in de strijd tegen resistente bacteriën, maar AI zou ons geheime wapen kunnen zijn.
Antibioticaresistente ziekteverwekkers zijn verantwoordelijk voor tussen 1 en 5 miljoen doden per jaar.
De afgelopen tien jaar zijn er maar weinig nieuwe antibiotica ontwikkeld en de meeste zijn kleine aanpassingen aan bestaande antibiotica.
Het ontdekken van nieuwe medicijnen is uitzonderlijk arbeidsintensief, maar een recente baanbrekende studie heeft AI gebruikt om automatisch duizenden verbindingen te screenen om wegen voor laboratoriumtests bloot te leggen.
De onderzoek, gepubliceerd in Nature Chemical Biology, probeerden onderzoekers van MIT en McMaster University nieuwe medicijnen te ontdekken om Acinetobacter baumannii, een bacterie de WHO geïdentificeerd als een "kritieke dreiging".
Onderzoekers gebruikten twee machine learning (ML) modellen om het ontdekkingsproces van geneesmiddelen te automatiseren in silicowat "in een computer" betekent.
Dit is hoe het werkte:
Verkregen trainingsgegevens
- De onderzoekers stelden in het laboratorium gekweekte A. baumannii aan ongeveer 7.500 verschillende chemische verbindingen en werd gecontroleerd welke verbindingen de groei van de microbe remden.
- De chemische structuren van de groeiremmers werden ingevoerd in een machine learning (ML) model. Hierdoor kon het model de chemische kenmerken leren die geassocieerd werden met groeiremming.
Het model getraind en getest
- Nadat het model was getraind, gebruikten de onderzoekers het om een set van 6.680 verbindingen te analyseren die het model nog niet eerder had gezien. Deze verbindingen waren afkomstig van de Drug Repurposing Hub van het Broad Institute. Er werden een paar honderd verbindingen uitgekozen.
- De onderzoekers kozen er 240 uit de shortlist om experimenteel te testen in het lab.
- Ze concentreerden zich op verbindingen met een andere structuur dan bestaande antibiotica, omdat de kans dan groter is dat ze antibioticaresistentie omzeilen.
Experimentele laboratoriumtests
- Laboratoriumtesten beperkten de lijst tot 9 antibiotica.
- Een van deze verbindingen, die aanvankelijk werd onderzocht als een potentieel diabetesmedicijn, bleek extreem effectief te zijn in het doden van A. baumannii. Het medicijn heette "abaucin".
- Vreemd genoeg had het geen effect op andere soorten bacteriën, waaronder Pseudomonas aeruginosa, Staphylococcus aureus, en Enterobacteriaceae.
Dr. Stokes, die aan het project werkte, vertelde de BBC"Nu begint het werk."
Het antibioticum zal een langdurige testprocedure ondergaan om de veiligheid ervan bij mensen te meten, die mogelijk pas in 2030 voltooid zal zijn.
Toch versnelt AI het arbeidsintensieve onderzoek naar nieuwe medicijnen en helpt het onderzoekers om interessante en nieuwe antimicrobiële verbindingen te ontdekken. Veel daarvan zijn al voor andere doeleinden ontwikkeld, dus ze zijn er al - we moeten ze alleen nog vinden.
Dr. Stokes zei: "AI verhoogt de snelheid, en in een perfecte wereld verlaagt het de kosten, waarmee we deze nieuwe klassen antibiotica kunnen ontdekken die we hard nodig hebben."
Hoewel het testen van de veiligheid bij mensen een langzaam proces blijft, zullen door AI ondersteunde onderzoekspijplijnen de time-to-market voor antibiotica en andere geneesmiddelen zeker versnellen.
