Новый класс антибиотиков, устойчивых к лекарствам бактерий Staphylococcus aureus (MRSA), был обнаружен с использованием новейших моделей ИИ.

Использование искусственного интеллекта (ИИ) меняет правила игры, когда дело касается медицины, поскольку эта технология теперь помогает ученым открыть первые новые антибиотики за 60 лет. Открытие нового соединения, которое может убить устойчивую к лекарствам бактерию, которая ежегодно убивает тысячи людей во всем мире, может оказаться поворотным моментом в борьбе с устойчивостью к антибиотикам.

«Идея заключалась в том, что мы могли увидеть, чему научились модели, чтобы сделать прогнозы о том, что определенные молекулы могут стать хорошими антибиотиками», — говорит Джеймс Коллинз, профессор медицинской инженерии и науки в Массачусетском технологическом институте (MIT) и один авторов исследования. - Наша работа обеспечивает основу, которая является эффективной по времени, ресурсам и механистически проницательной с точки зрения химической структуры способами, которых у нас еще не было».

Команда проекта использовала модель глубокого обучения для прогнозирования активности и токсичности нового соединения. Глубокое обучение предполагает использование искусственных нейронных сетей для автоматического изучения и представления функций данных без явного программирования. Его все чаще применяют при разработке лекарств для ускорения идентификации потенциальных кандидатов на лекарства, прогнозирования их свойств и оптимизации процесса разработки лекарств.

В данном случае исследователи сосредоточились на метициллинорезистентном золотистом стафилококке (MRSA). Инфекции, вызванные MRSA, могут варьироваться от легких кожных инфекций до более тяжелых и потенциально опасных для жизни состояний, таких как пневмония и инфекции кровотока.

По данным Европейского центра профилактики и контроля заболеваний (ECDC), ежегодно в Европейском Союзе происходит почти 150 000 инфекций MRSA, в то время как почти 35 000 человек ежегодно умирают в этом блоке от инфекций, устойчивых к противомикробным препаратам.

Команда исследователей Массачусетского технологического института обучила значительно расширенную модель глубокого обучения, используя расширенные наборы данных.

Для создания обучающих данных около 39 000 соединений были оценены на предмет их антибиотической активности против MRSA. Впоследствии в модель были введены как полученные данные, так и детали химического строения соединений.

«В этом исследовании мы намеревались открыть черный ящик. Эти модели состоят из очень большого количества вычислений, которые имитируют нейронные связи, и никто на самом деле не знает, что происходит под капотом», — сказал Феликс Вонг, постдок. в Массачусетском технологическом институте и Гарварде и один из ведущих авторов исследования.

Чтобы уточнить выбор потенциальных лекарств, исследователи использовали три дополнительные модели глубокого обучения. Эти модели были обучены оценивать токсичность соединений на трех различных типах клеток человека. Объединив эти прогнозы токсичности с ранее установленной антимикробной активностью, исследователи определили соединения, способные эффективно бороться с микробами с минимальным вредом для человеческого организма. С помощью этого набора моделей было проверено около 12 миллионов коммерчески доступных соединений.

Модели идентифицировали соединения пяти различных классов, классифицированных на основе конкретных химических субструктур внутри молекул, которые проявляли прогнозируемую активность против MRSA. Впоследствии исследователи приобрели около 280 из этих соединений и провели тесты на MRSA в лабораторных условиях. Такой подход позволил им идентифицировать двух многообещающих кандидатов на антибиотики из одного класса.

Понравилась эта новость? Подпишись на нас в соцсетях!