Sitemap
Auf Pinterest teilen
Forscher testen neue, KI-geführte Wege, um wirksamere Antibiotika zu finden.Bildnachweis: Gennaro Leonardi/EyeEm/Getty Images.
  • Krankheitserreger werden immer besser darin, den aktuellen Antibiotika zu widerstehen, eine medizinische Krise im Entstehen.
  • Es gibt Grund zu der Annahme, dass viele Bakterien natürliche, wirksame Antibiotika enthalten, die noch gefunden werden müssen.
  • Ein Artikel beschreibt die Entdeckung eines solchen Antibiotikums, gefunden durch die Verwendung von bioinformatischen Algorithmen, die die Produkte stiller biosynthetischer Gencluster vorhersagen können.

DR.Cesar de la Fuente-Nunez von der Perelman School of Medicine an der University of Pennsylvania in Philadelphia beschrieb das Problem gegenüber Medical News Today.

„Viele Antibiotika wirken nicht mehr. Dasaktuelle Prognoseist, dass bis 2050 weltweit jährlich 10 Millionen Menschen an nicht behandelbaren Infektionen sterben werden.Das entspricht einem Todesfall alle drei Sekunden“, bemerkte er.

„Mit anderen Worten“, sagte Dr. de la Fuente-Nunez, „wir brauchen wirklich neue Ansätze zur Behandlung von arzneimittelresistenten Bakterien.“

Forscher des Rockefeller Institute in Philadelphia, PA, haben gerade ein neues Papier veröffentlicht, das einen solchen Ansatz vorstellt.

Es beschreibt die Verwendung bioinformatischer Algorithmen zur Entdeckung vorhandener natürlicher antibiotischer Wirkstoffe, die sich in Bakterien „verstecken“, die Arzneimittelresistenzen überwinden können.

Das Papier stellt Cilagicin vor, ein neues anti-medikamentenresistentes Antibiotikum, das mit dem neuen Verfahren entdeckt wurde.

Cilagicin schützte Mäuse, die von einer akuten Infektion bedroht waren, und zeigte eine breite, starke antimikrobielle Aktivität gegen mehrere arzneimittelresistente Krankheitserreger.

Die Studie, deren Hauptautor Dr.Zongqiang Wang, erscheint in Science.

Dr. de la Fuente-Nunez war an dieser Studie nicht beteiligt.

Versprechen und Herausforderung versteckter natürlicher Antibiotika

Der korrespondierende Autor der Studie, Dr.Sean F.Brady, sagte gegenüber MNT, dass „[m]eine unserer nützlichsten Therapeutika von Bakterien stammen“.

„Traditionelle Methoden zur Identifizierung von Antibiotika – und anderen natürlichen Therapeutika – beruhen auf biologischen Prozessen, d. h. Fermentation, um die in Bakteriengenomen enthaltenen genetischen Anweisungen in Antibiotika umzuwandeln“, sagte Dr.Brady.

„Leider ist es oft schwierig, im Labor gezüchtete Bakterien dazu zu bringen, all die verschiedenen Antibiotika zu produzieren, die sie herstellen können“, betonte er.

DR.Brady merkte an: „In der Vergangenheit zeigten etwa 10 % der Extrakte aus bakterieller Fermentationsbrühe eine antibakterielle Aktivität. Es ist jetzt klar, dass selbst sehr gut untersuchte Bakterien eine große Anzahl stiller biosynthetischer Gencluster (BCGs) enthalten können.“

Es gibt keine Möglichkeit, das zu wissen, gab Dr.Brady, ob sich die Produkte dieser BCGs als ebenso nützlich erweisen werden wie die, die leicht ausgedrückt und identifiziert wurden.

Dennoch, sagte Dr. de la Fuente-Nunez, „[eine] Art, darüber nachzudenken, besteht darin, Computern beizubringen, neuartige Antibiotika zu entwerfen und zu entdecken, was das zugrunde liegende Konzept des schönen Wang et al. Papier."

Algorithmische Entdeckung

DR.Brady erklärte: „Wir haben daher einen ‚biologiefreien' Entdeckungsansatz entwickelt, bei dem, anstatt genetische Anweisungen mithilfe natürlicher biologischer Prozesse zu entschlüsseln, bioinformatische Algorithmen verwendet werden, um die von Bakterien produzierten chemischen Strukturen vorherzusagen, und dann die chemische Synthese verwendet wird, um diese potenziellen Antibiotika herzustellen .“

Die Moleküle, aus denen sich diese Antibiotika ableiten, werden als „synthetische bioinformatische Naturstoffe (syn-BNPs)“ bezeichnet.

„Wir kratzen nur an der Oberfläche, aber es gibt spannende biosynthetische Gencluster in zahlreichen Bakterien, die potenziell für neuartige Medikamente kodieren können“, glaubt Dr. de la Fuente-Nunez. „Outside-the-Box-Ansätze sind dringend erforderlich, und diese Arbeit und dieses Forschungsgebiet sind ein großartiges Beispiel dafür, wie man das Problem der Entdeckung von Antibiotika anders betrachten kann.“

Was der Algorithmus gefunden hat

Forscher von Dr.Bradys Labor durchsuchte eine Datenbank mit etwa 10.000 BCGs nach Genen, die für nicht-ribosomale Peptidsynthetase-codierte Lipopeptid-Antibiotika codieren könnten.Diese Lipopeptide hemmen seit jeher das Bakterienwachstum durch eine Vielzahl von Wirkungsweisen.

Viele BCGs wurden bisher noch nicht erforscht.Einer, den die Forscher „Cil“-Cluster nannten, erregte ihre Aufmerksamkeit aufgrund der engen gemeinsamen Vorfahren, die er mit anderen mit Antibiotika assoziierten Genen teilt.

Die Forscher speisten es in einen Algorithmus ein, der voraussagte, dass das BCG mehrere Verbindungen produzieren würde, darunter Cilagicin, das ein aktives Antibiotikum war.

Cilagicin wurde gegen mehrere bekannte arzneimittelresistente Bakterien eingesetzt und erwies sich als wirksam gegen diese, einschließlich solcher, die speziell zur Resistenz gegen Cilagicin gezüchtet wurden.

Sie entdeckten, dass Cilagicin auch menschlichen Zellen keinen Schaden zufügt und sich einmal in a umwandeltebioverfügbarArzneiform, wehrte Infektionen bei Mäusen ab.

Cilagicin ist so effektiv bei der Bekämpfung von arzneimittelresistenten Bakterien, sagen die Forscher, weil es zwei Moleküle gibt, auf die Bakterien für die Aufrechterhaltung ihrer Zellwände angewiesen sind.

Die Moleküle sind als C55-P und C55-PP bekannt, und die meisten Antibiotika binden an das eine oder andere, was sie anfällig für die Entwicklung von Resistenzen macht.Arzneimittelresistente Bakterien können mit ihrem letzten verbleibenden Molekül auskommen.Da Cilagicin an beide bindet, haben Bakterien keine Abhilfe und werden besiegt.

Ein Schritt vorwärts

Die Forscher hoffen, dass der in dem Papier vorgeschlagene Prozess einen Ausweg aus unserer Krise der Arzneimittelresistenz bieten kann.DR.Brady sagte:

„Die verbleibende Nutzungsdauer unseres derzeitigen Antibiotika-Arsenals wird vollständig davon abhängen, wie sorgfältig wir damit umgehen. Ich bin sehr zuversichtlich, dass unsere derzeitigen Antibiotika bei guter Führung lange genug halten können, um die Entwicklung der nächsten Generation von Antibiotika zu ermöglichen, an der Wissenschaftler heute arbeiten.“

Der Ansatz des Papiers wird von Dr. de la Fuente-Nunez begrüßt, der sagte: „Ich glaube an das Potenzial von KI und Computern, uns bei der Entwicklung und Entdeckung neuartiger Antibiotika zu helfen. Ich denke, wir müssen maschinelle Intelligenz mit menschlicher Intelligenz verschmelzen, um dies zu erreichen.“

Alle Kategorien: Blog