| АНТИБИОТИЦИ |
Нов антибиотик с активност срещу пан-резистентни бактерии открит посредством изкуствен интелект
Появата на мултирезистентни бактерии обуславя нарастващата нужда от откриването на нови антибиотици.
Изследователи от Масачузетският технологичен институт (MIT) са използвали изкуствен интелект (AI), базиран на т.нар „Машинно(само)обучение“ алгоритъм, който дава възможност за откриване на молекули с потенциална антибактериална активност и намалена токсичност, заобикаляйки потенциални детерминанти на резистентност. Множество химични библиотеки са изследвани in silico, в резултат на което е открита молекула, отличаваща се структурно от конвенционалните антибиотици, и показваща бактерицидна активност. Идентифицираната молекула, потентен инхибитор на растежа при E.coli, е наречена халицин (halicin). Последващи изследвания показват, че инхибиторните свойства на молекулата се проявяват върху широк филогенетичен спектър от патогени – в това число Mycobacterium tuberculosis и карбапенем-резистентни Enterobacteriaceae. По-късно е установено, че халицин упражнява своята антибактериална активност върху всички изследвани видове, с изключение на Pseudomonas aeruginosa. Механизмът на действие се обяснява с разсейване на бактериалния трансмембранен потенциал, което води до загуба на способността за поддържане на нормален електрохимичен градиент по протежение на клетъчната мембрана. Халицин се е доказал ефективен срещу инфекции с Clostridioides difficile и пан-резистентни Acinetobacter baumannii в миши модели. Трябва да се отбележи, че Acinetobacter baumannii е обявен от СЗО за патоген, за когото разработването на нови антибиотици е с висок приоритет.
При експериментално третиране на E.coli с халицин (за период от 30 дни) било установено, че бактерия не развива резистентност към него, за разлика от други препарати като ципрофлокацин.
С помощта на този подход, изследователите са открили още осем, структурно дивергентни от конвенционалните антибиотици, съединения с антибактериална активност. Анализът е извършен върху повече от 107 милиона молекули, достъпни в ZINC15 базата данни. Две от намерените молекули показват силна широкоспектърна активност, способна да преодолее голям брой от детерминантите на антибиотична резистентност при моделни E.coli.
Този труд акцентира върху ползата от използването на изкуствен интелект за откриването на нови антибиотици, която се състои както в повишаване акуратността при идентифицирането на потенциални антибактериални съединения, така и в значително редуциране на цената за скрининг на такива (Stokes et al., 2020)
Stokes JM et al. Deep Learning Approach to Antibiotic Discovery. Cell. 2020 Feb 20;180(4):688-702.e13