Ученые используют ИИ для определения нового антибиотика, который может бороться с лекарственно-устойчивыми инфекциями

Используя алгоритм искусственного интеллекта, исследователи из Массачусетского технологического института и Университета Макмастера определили новый антибиотик, который может убивать тип бактерий, ответственных за многие устойчивые к лекарствам инфекции.

Если препарат будет разработан для лечения пациентов, он может помочь в борьбе с Acinetobacter baumanniiвид бактерий, который часто встречается в больницах и может привести к пневмонии, менингиту и другим серьезным инфекциям. Микроб также является основной причиной инфекций раненых солдат в Ираке и Афганистане.

“ацинетобактер может выживать на дверных ручках и оборудовании больниц в течение длительного периода времени, а также может поглощать гены устойчивости к антибиотикам из окружающей среды. Сейчас очень часто можно найти А. Бауманний изоляты, устойчивые практически ко всем антибиотикам», — говорит Джонатан Стоукс, бывший постдоктор Массачусетского технологического института, который сейчас является доцентом кафедры биохимии и биомедицинских наук в Университете Макмастера.

Исследователи идентифицировали новое лекарство из библиотеки почти 7000 потенциальных лекарственных соединений, используя модель машинного обучения, которую они обучили оценивать, будет ли химическое соединение подавлять рост А. Бауманний.

Это открытие еще раз подтверждает предположение о том, что ИИ может значительно ускорить и расширить наши поиски новых антибиотиков. Я рад, что эта работа показывает, что мы можем использовать ИИ для борьбы с проблемными патогенами, такими как А. Бауманний.”

Джеймс Коллинз , профессор медицинской инженерии и науки в Термеере Института медицинской инженерии и науки Массачусетского технологического института (IMES) и факультета биологической инженерии.

Коллинз и Стоукс — ведущие авторы нового исследования, опубликованного сегодня в Природа Химическая Биология. Ведущими авторами статьи являются аспиранты Университета Макмастера Гэри Лю и Дениз Катакутан, а также недавняя выпускница Университета Макмастера Кхуши Ратод.

Открытие лекарств

За последние несколько десятилетий многие патогенные бактерии стали более устойчивыми к существующим антибиотикам, в то время как новых антибиотиков было разработано очень мало.

Несколько лет назад Коллинз, Стоукс и профессор Массачусетского технологического института Регина Барзилай (которая также является автором нового исследования) решили бороться с этой растущей проблемой, используя машинное обучение, тип искусственного интеллекта, который может научиться распознавать закономерности в огромном пространстве. объемы данных. Коллинз и Барзилай, соруководители Клиники машинного обучения Абдула Латифа Джамиля в Массачусетском технологическом институте, надеются, что этот подход можно будет использовать для выявления новых антибиотиков, химическая структура которых отличается от любых существующих лекарств.

В своей первоначальной демонстрации исследователи обучили алгоритм машинного обучения идентифицировать химические структуры, которые могут ингибировать рост клеток. кишечная палочка. При проверке более 100 миллионов соединений этот алгоритм дал молекулу, которую исследователи назвали галицином в честь вымышленной системы искусственного интеллекта из «Космической одиссеи 2001 года». Они показали, что эта молекула может убить не только кишечная палочка но несколько других видов бактерий, устойчивых к лечению.

«После этой статьи, когда мы показали, что эти подходы машинного обучения могут хорошо работать для сложных задач по открытию антибиотиков, мы обратили наше внимание на то, что я считаю врагом общества № 1 для бактериальных инфекций с множественной лекарственной устойчивостью, а именно ацинетобактер“, – говорит Стоукс.

Чтобы получить обучающие данные для своей вычислительной модели, исследователи сначала выставили А. Бауманний вырастили в лабораторной посуде около 7500 различных химических соединений, чтобы увидеть, какие из них могут ингибировать рост микроба. Затем они ввели в модель структуру каждой молекулы. Они также сообщили модели, может ли каждая структура ингибировать рост бактерий или нет. Это позволило алгоритму изучить химические особенности, связанные с ингибированием роста.

После того, как модель была обучена, исследователи использовали ее для анализа набора из 6680 соединений, которые она раньше не видела, которые были получены из Центра перепрофилирования лекарств в Институте Броуда. Этот анализ, который занял менее двух часов, дал несколько сотен лучших результатов. Из них исследователи выбрали 240 для экспериментального тестирования в лаборатории, сосредоточив внимание на соединениях со структурой, отличной от структуры существующих антибиотиков или молекул из обучающих данных.

Эти тесты дали девять антибиотиков, в том числе один, который был очень сильнодействующим. Это соединение, которое первоначально исследовалось как потенциальное лекарство от диабета, оказалось чрезвычайно эффективным для уничтожения А. Бауманний но не влиял на другие виды бактерий, включая синегнойная палочка, золотистый стафилококки устойчивы к карбапенемам энтеробактерии.

Эта способность к уничтожению «узкого спектра» является желательной характеристикой антибиотиков, поскольку она сводит к минимуму риск быстрого распространения резистентности бактерий к лекарству. Еще одним преимуществом является то, что препарат, скорее всего, избавит полезные бактерии, живущие в кишечнике человека, и поможет подавить оппортунистические инфекции, такие как Clostridium трудный.

«Антибиотики часто приходится вводить системно, и последнее, что вы хотите сделать, — это вызвать значительный дисбактериоз и открыть этих уже больных пациентов для вторичных инфекций», — говорит Стоукс.

Новый механизм

В исследованиях на мышах исследователи показали, что препарат, который они назвали абауцином, может лечить раневые инфекции, вызванные А. Бауманний. Они также показали в лабораторных тестах, что он работает против различных лекарственно-устойчивых штаммов. А. Бауманний штаммы, выделенные от больных людей.

Дальнейшие эксперименты показали, что препарат убивает клетки, вмешиваясь в процесс, известный как перенос липопротеинов, который клетки используют для транспортировки белков из внутренней части клетки в клеточную оболочку. В частности, препарат ингибирует белок LolE, участвующий в этом процессе.

Все грамотрицательные бактерии экспрессируют этот фермент, поэтому исследователи были удивлены, обнаружив, что абауцин настолько избирательно воздействует на клетки. А. Бауманний. Они предполагают, что небольшие различия в том, как А. Бауманний выполнение этой задачи может объяснить селективность препарата.

«Мы еще не завершили сбор экспериментальных данных, но мы думаем, что это связано с А. Бауманний переносит липопротеины немного иначе, чем другие грамотрицательные виды. Мы считаем, что именно поэтому мы получаем активность узкого спектра», — говорит Стоукс.

Лаборатория Стоукса в настоящее время работает с другими исследователями из McMaster над оптимизацией лечебных свойств соединения в надежде разработать его для возможного использования у пациентов.

Исследователи также планируют использовать свой подход к моделированию для определения потенциальных антибиотиков для других типов лекарственно-устойчивых инфекций, в том числе вызванных золотистый стафилококк и синегнойная палочка.

Исследование финансировалось Центром открытия антибиотиков Дэвида Брейли, Фондом семьи Уэстон, проектом Audacious, Институтом цифровой трансформации C3.ai, Клиникой машинного обучения в здравоохранении им. Абдула Латифа Джамиля, открытием медицинских контрмер против новых и Программа «Новые угрозы», программа ускоренных молекулярных открытий DARPA, Канадские институты исследований в области здравоохранения, Genome Canada, факультет медицинских наук Университета Макмастера, семья Бориса, стипендия Маршалла и программа Департамента энергетических биологических и экологических исследований.