Mänskligheten har hamnat på efterkälken i kampen mot läkemedelsresistenta bakterier, men AI kan visa sig vara vårt hemliga vapen.
Antibiotikaresistenta patogener är ansvariga för mellan 1 och 5 miljoner dödsfall per år.
Få nya antibiotika har tagits fram under det senaste decenniet, och de flesta är små justeringar av befintliga antibiotika.
Att upptäcka nya läkemedel är exceptionellt arbetsintensivt, men en ny banbrytande studie har utnyttjat AI för att automatiskt screena tusentals föreningar för att upptäcka vägar för laboratorietester.
Den studiesom publicerades i Nature Chemical Biology, försökte forskare från MIT och McMaster University upptäcka nya läkemedel för att döda Acinetobacter baumannii, en bakterie som WHO identifierade som ett "kritiskt hot".
Forskarna använde två modeller för maskininlärning (ML) för att automatisera processen för läkemedelsupptäckt in silicovilket betyder "i en dator".
Så här gick det till:
Erhållna träningsdata
- Forskarna exponerade laboratorieodlade A. baumannii till cirka 7 500 olika kemiska föreningar och övervakades för att se vilka föreningar som hämmade mikrobens tillväxt.
- De kemiska strukturerna för dem som hämmade tillväxten matades in i en maskininlärningsmodell (ML). Detta gjorde det möjligt för modellen att lära sig de kemiska egenskaper som är förknippade med tillväxthämning.
Utbildat och testat modellen
- När modellen hade tränats använde forskarna den för att analysera en uppsättning av 6.680 föreningar som modellen inte tidigare hade stött på. Dessa föreningar hämtades från Drug Repurposing Hub vid Broad Institute. Den valde ut några hundra föreningar.
- Forskarna valde ut 240 av dessa för att testa dem experimentellt i laboratoriet.
- De fokuserade på föreningar med olika strukturer jämfört med befintliga antibiotika, eftersom detta gör dem mer benägna att undvika antibiotikaresistens.
Experimentell laboratorietestning
- Labbtester begränsade listan till 9 antibiotika.
- Bland dessa visade sig en förening som ursprungligen undersöktes som ett potentiellt diabetesläkemedel vara extremt effektiv för att döda A. baumannii. Läkemedlet kallades "abaucin".
- Märkligt nog påverkade det inte andra bakteriearter, inklusive Pseudomonas aeruginosa, Staphylococcus aureus, och Enterobacteriaceae.
Dr. Stokes, som arbetade med projektet, berättade för BBC"Det är nu arbetet börjar."
Antibiotikan kommer att genomgå en långvarig testprocedur för att bedöma dess säkerhet i människor, vilket kanske inte är klart förrän 2030.
Trots detta påskyndar AI den arbetsintensiva uppgiften att utforska nya läkemedel och hjälper forskare att upptäcka intressanta och nya antimikrobiella föreningar. Många av dem har utvecklats för andra ändamål, så de finns redan där ute - vi behöver bara hitta dem.
Dr. Stokes sa: "AI ökar takten, och i en perfekt värld minskar kostnaden, med vilken vi kan upptäcka dessa nya klasser av antibiotika som vi desperat behöver."
Även om det fortfarande är en långsam process att testa säkerheten hos människor kommer AI-stödda forskningspipelines säkerligen att påskynda marknadsintroduktionen för antibiotika och andra läkemedel.
