Met behulp van een machine-learning algoritme hebben MIT-onderzoekers een krachtige nieuwe antibioticumverbinding geïdentificeerd. In laboratoriumtests doodde het medicijn veel van de meest problematische ziekteverwekkende bacteriën, waaronder enkele stammen die resistent zijn tegen alle bekende antibiotica. Het verwijderde ook infecties in twee verschillende muismodellen.
Computermodel
Het computermodel, dat binnen een paar dagen meer dan honderd miljoen chemische verbindingen kan screenen, is ontworpen om potentiële antibiotica op te sporen die bacteriën doden met behulp van andere mechanismen dan die van bestaande medicijnen.
Testen
In hun nieuwe studie ontdekten de onderzoekers ook verschillende andere veelbelovende antibiotica-kandidaten, die ze van plan zijn verder te testen. Ze geloven dat het model ook kan worden gebruikt om nieuwe medicijnen te ontwerpen, op basis van wat het heeft geleerd over chemische structuren waarmee medicijnen bacteriën kunnen doden.
Nauwkeurig
Het idee om voorspellende computermodellen te gebruiken voor ‘in silico’-screening is niet nieuw, maar tot nu toe waren deze modellen onvoldoende nauwkeurig om de ontdekking van medicijnen te transformeren. Voorheen werden moleculen weergegeven als vectoren die de aanwezigheid of afwezigheid van bepaalde chemische groepen reflecteren. De nieuwe neurale netwerken kunnen deze representaties echter automatisch leren door moleculen in continue vectoren in kaart te brengen die vervolgens worden gebruikt om hun eigenschappen te voorspellen.
Effectief
In dit geval hebben de onderzoekers hun model ontworpen om te zoeken naar chemische kenmerken die moleculen effectief maken bij het doden van E. coli. Om dit te doen, hebben ze het model getraind op ongeveer 2500 moleculen, waaronder ongeveer 1.700 door de FDA goedgekeurde medicijnen en een set van 800 natuurlijke producten met verschillende structuren en een breed scala aan biologische activiteiten.
Molecuul
Nadat het model was getraind, testten de onderzoekers het op de Drug Repurposing Hub van het Broad Institute, een bibliotheek met ongeveer 6.000 verbindingen. Het model koos een molecuul waarvan werd voorspeld dat het een sterke antibacteriële activiteit had en een chemische structuur had die verschilde van bestaande antibiotica. Met behulp van een ander model voor machinaal leren, toonden de onderzoekers ook aan dat dit molecuul waarschijnlijk een lage toxiciteit voor menselijke cellen zou hebben.
Hal
Dit molecuul, dat de onderzoekers besloten halicine te noemen, naar het fictieve kunstmatige intelligentiesysteem uit “2001: A Space Odyssey,” is eerder onderzocht als mogelijk diabetesgeneesmiddel. De onderzoekers testten het tegen tientallen bacteriestammen geïsoleerd uit patiënten en gekweekt in laboratoriumschalen, en ontdekten dat het in staat was om velen te doden die resistent zijn voor behandeling, waaronder Clostridium difficile, Acinetobacter baumannii en Mycobacterium tuberculosis. Het medicijn werkte tegen elke soort die ze testten, met uitzondering van Pseudomonas aeruginosa, een moeilijk te behandelen longpathogeen.
