Искусственный интеллект дает новый антибиотик

С помощью машинного обучения алгоритма, исследователи Массачусетского технологического института выявили новый мощный состав антибиотика. В ходе лабораторных испытаний, препарат убил многих из наиболее проблемных болезнетворных бактерий, включая штаммы, устойчивые ко всем известным антибиотикам. Он также очищается инфекции в двух разных мышиных моделях.

Компьютерная модель, которая может экран более ста миллионов химических соединений в течение нескольких дней, предназначен для выбрать потенциальных антибиотиков, которые убивают бактерии с помощью различных механизмов, чем у существующих препаратов.

«Мы хотели создать платформу, которая позволила бы нам использовать всю мощь искусственного интеллекта, чтобы вступить в новую эпоху антибиотиков лекарств», — говорит Джеймс Коллинс, Termeer профессор медицинской инженерии и науки в МТИ Институт медицинской инженерии и науки (ИМЭС) и кафедрой биологической инженерии. «Наш подход показал эту удивительную молекулу, которая является, пожалуй, одним из самых мощных антибиотиков, который был обнаружен.»

В своем новом исследовании, исследователи также выявили ряд других перспективных кандидатов антибиотик, который они планируют дальнейшие испытания. Они считают, что модель также может быть использована для разработки новых лекарств, основываясь на том, что она узнала о химических структур, которые позволяют лекарства, чтобы убить бактерии.

«Машинного обучения модель сможет изучить, в Silico, крупных химических пространств, которые могут быть слишком дорогими для традиционных экспериментальных подходов», — говорит Регина Барзилай, Дельта Электроника профессор электротехники и компьютерных наук Массачусетского технологического института информатики и лаборатории искусственного интеллекта (CSAIL).

Барзилай и Коллинз, которые факультет совместно ведет для клиники Института Абдул Латиф Джамиль для машинного обучения в области здравоохранения, старшие из авторов исследования, который, кажется, сегодня в клетке. Первый автор статьи Джонатан Стоукс, постдока в MIT и обширный Институт MIT и Гарвард.

Новый газопровод

За последние несколько десятилетий, очень мало новых антибиотиков, и большинство из них вновь утвержденные антибиотики несколько разных вариантов существующих лекарств. Современные методы скрининга новых антибиотиков часто непомерно дорого, требуют значительных затрат времени, и, как правило, ограничивается узким спектром химического разнообразия.

«Мы столкнулись с нарастающим кризисом вокруг устойчивость к антибиотикам, и эта ситуация создается как увеличивается количество патогенных микроорганизмов становятся устойчивыми к существующим антибиотикам, и анемичный производство в биотехнологической и фармацевтической промышленности для новых антибиотиков», — говорит Коллинз.

Чтобы найти полностью новых соединений, он объединился с Барзилай, профессор Томми Яаккола, и их ученики Кевин Янг, Кайл Свенсон, и Вэньгун Чжин, который ранее разработали машинного обучения компьютерные модели, которые могут быть обучены для анализа молекулярных структур соединений и соотносить их с определенной черты, такие как способность, чтобы убить бактерии.

Идея использования прогностических компьютерных моделей Для «в Silico» скрининг-это не новая, но до сих пор, эти модели не являются достаточно точными, чтобы превратить лекарств. Ранее, молекулы представить в виде векторов, отражающих наличие или отсутствие определенных химических групп. Однако новые нейронные сети могут учиться эти представления автоматически, картирования молекул в непрерывную векторы, которые затем используются для прогнозирования их свойств.

В данном случае, исследователи разработали свои модели искать химические особенности, которые делают молекулы эффективны против кишечной палочки. Для этого, они обучали модели около 2500 молекул, в том числе около 1700 FDA утвержденных препаратов и набор 800 натуральных продуктов с различных конструкций и широкий спектр биологической активности.

После того как модель была обучена, исследователи протестировали его на широкую Института перепрофилирование ступицы наркотиков, в библиотеке около 6000 соединений. Модель выбрал одну молекулу, которая была предсказана, чтобы иметь сильную антибактериальную активность и химическая структура отличается от всех существующих антибиотиков. Используя другую машину-модель обучения, исследователи также показали, что эта молекула, вероятно, имеют низкую токсичность для человеческих клеток.

Эта молекула, которую ученые решили назвать halicin, после выдуманных системы искусственного интеллекта из «2001: Космическая одиссея» была ранее исследована как возможное лекарство от диабета. Исследователи протестировали его против десятков штаммов бактерий, выделенных от больных и вырос в лабораторную посуду, и обнаружил, что он был способен убить многих, которые устойчивы к лечению, в том числе Clostridium несговорчивый, baumannii Acinetobacter и микобактерии туберкулеза. Что лекарство действует против всех видов, которые они испытывали, за исключением синегнойной палочки, трудн-к-лечения возбудитель легких.

Чтобы проверить эффективность halicin в жизни животных, ученые использовали ее для лечения мышей, зараженных А. baumannii, бактерия, которая заразила многих американских солдат, дислоцированных в Ираке и Афганистане. Штамм А. baumannii, что они устойчивы ко всем известным антибиотиками, но применение halicin-содержащие мази полностью очистили от инфекций в течение 24 часов.

Предварительные исследования показали, что halicin убивает бактерии, нарушая их способность поддерживать электрохимический градиент через их клеточные мембраны. Этот градиент необходимо, среди прочих функций, для производства аденозинтрифосфата (молекулы, которые клетки используют для накопления энергии), так что если градиент ломается, клетки умирают. Этот тип убийства механизм может быть трудным для бактерий, чтобы выработать устойчивость к, говорят исследователи.

«Когда вы имеете дело с молекулой, которая скорее ассоциируется с мембранных компонентов клетки не обязательно приобретать одной мутации или несколько мутаций, чтобы изменить химический состав наружной мембраны. Мутации, как, что, как правило, гораздо сложнее приобрести эволюционно», — говорит Стоукс.

В этом исследовании, исследователи обнаружили, что кишечная палочка не развить никакого сопротивления halicin в течение 30-дневного периода лечения. В отличие от этого, бактерии начали вырабатывать устойчивость к антибиотику ципрофлоксацин в течение одного-трех дней, и после 30 дней, бактерии были примерно в 200 раз более устойчив к ципрофлоксацину, чем они были в начале эксперимента.

Исследователи планируют проводить дальнейшие исследования halicin, сотрудничество с фармацевтической компанией или некоммерческой организацией, в надежде развить ее для использования в организме человека.

Оптимизированные молекулы

После выявления halicin, исследователи также использовали свою модель на экране более 100 млн. молекул, выбранных из базы данных ZINC15, онлайн-коллекция из около 1,5 миллиардов химических соединений. Этот экран, который занял всего три дня, определены 23 кандидатов, которые структурно отличаются от существующих антибиотиков и предсказал быть токсичен для клеток человека.

В ходе лабораторных испытаний в отношении пяти видов бактерий, исследователи обнаружили, что восемь из молекул показали антибактериальную активность, и два были особенно мощными. Исследователи теперь планируют проверить в дальнейшем эти молекулы, а также на экране больше данных ZINC15.

Также Ученые планируют использовать свою модель для разработки новых антибиотиков и оптимизировать существующие молекулы. Например, они могут обучить модель, чтобы добавить функции, которые сделали бы конкретной целевой антибиотик только определенные бактерии, не давая ему убивать полезные бактерии в пищеварительном тракте пациента.

сделать разницу: спонсорские возможности