Sitemap
Bagikan di Pinterest
Para peneliti sedang menguji cara baru yang dipimpin AI untuk menemukan antibiotik yang lebih kuat.Kredit gambar: Gennaro Leonardi/EyeEm/Getty Images.
  • Patogen menjadi lebih baik dan lebih baik dalam melawan antibiotik saat ini, krisis medis sedang terjadi.
  • Ada alasan untuk percaya bahwa banyak bakteri mengandung antibiotik alami dan kuat yang belum ditemukan.
  • Sebuah makalah menjelaskan penemuan salah satu antibiotik tersebut, ditemukan melalui penggunaan algoritma bioinformatika yang dapat memprediksi produk dari kelompok gen biosintetik diam.

dr.Cesar de la Fuente-Nunez, dari Perelman School of Medicine di University of Pennsylvania di Philadelphia, menjelaskan masalahnya kepada Medical News Today.

“Banyak antibiotik tidak lagi berfungsi. Ituprediksi saat iniadalah bahwa, pada tahun 2050, 10 juta orang akan meninggal setiap tahun di dunia akibat infeksi yang tidak dapat diobati.Ini sesuai dengan satu kematian setiap tiga detik, ”katanya.

“Dengan kata lain,” kata Dr. de la Fuente-Nunez, “kita benar-benar membutuhkan pendekatan baru untuk mengobati bakteri yang resistan terhadap obat.”

Para peneliti dari The Rockefeller Institute di Philadelphia, PA, baru saja menerbitkan makalah baru yang menyajikan salah satu pendekatan tersebut.

Ini menjelaskan penggunaan algoritma bioinformatika untuk menemukan agen antibiotik alami yang ada "bersembunyi" di dalam bakteri yang dapat mengatasi resistensi obat.

Makalah ini memperkenalkan cilagicin, antibiotik anti-obat baru yang resisten, ditemukan menggunakan proses baru.

Cilagicin melindungi tikus yang terancam oleh infeksi akut, dan menunjukkan aktivitas antimikroba yang luas, kuat, melawan beberapa patogen yang resistan terhadap obat.

Studi tersebut, yang penulis utamanya adalah Dr.Zongqiang Wang, muncul di Science.

Dr. de la Fuente-Nunez tidak terlibat dalam penelitian ini.

Janji dan tantangan antibiotik alami yang tersembunyi

Penulis yang sesuai dari studi tersebut, Dr.Sean F.Brady, mengatakan kepada MNT bahwa “[m] salah satu terapi kami yang paling berguna berasal dari bakteri.”

“Metode tradisional untuk mengidentifikasi antibiotik – dan terapi alami lainnya – bergantung pada proses biologis, yaitu fermentasi, untuk mengubah instruksi genetik yang terkandung dalam genom bakteri menjadi antibiotik,” kata Dr.Brady.

“Sayangnya, seringkali sulit untuk membujuk bakteri yang tumbuh di laboratorium untuk memproduksi semua antibiotik berbeda yang mampu mereka buat,” katanya.

dr.Brady mencatat: “Secara historis, sekitar 10% ekstrak kaldu fermentasi bakteri menunjukkan aktivitas antibakteri. Sekarang jelas bahwa bahkan bakteri yang dipelajari dengan sangat baik dapat mengandung sejumlah besar kelompok gen biosintetik (BCG) diam.”

Tidak ada cara untuk mengetahuinya, diakui Dr.Brady, apakah produk BCG ini akan berguna seperti yang telah dengan mudah diekspresikan dan diidentifikasi.

Namun, kata Dr. de la Fuente-Nunez, “salah satu cara berpikir tentang hal ini adalah dengan mengajarkan komputer untuk merancang dan menemukan antibiotik baru, yang merupakan konsep dasar dari Wang et al yang cantik. kertas."

Penemuan algoritma

dr.Brady menjelaskan: “Oleh karena itu, kami mengembangkan pendekatan penemuan 'bebas biologi' di mana, alih-alih mendekode instruksi genetik menggunakan proses biologis alami, algoritma bioinformatika digunakan untuk memprediksi struktur kimia yang dihasilkan oleh bakteri, dan kemudian sintesis kimia digunakan untuk membangun potensi antibiotik ini. .”

Molekul dari mana antibiotik ini berasal disebut “produk alami bioinformatika sintetik (syn-BNPs).”

“Kami hanya menggaruk permukaan, tetapi ada kelompok gen biosintetik yang menarik di banyak bakteri yang berpotensi mengkodekan obat baru,” percaya Dr. de la Fuente-Nunez. “Pendekatan di luar kotak sangat dibutuhkan, dan pekerjaan ini serta bidang penelitian ini adalah contoh yang bagus tentang bagaimana memikirkan masalah penemuan antibiotik secara berbeda.”

Apa yang ditemukan algoritme

Peneliti dari dr.Laboratorium Brady mencari database sekitar 10.000 BCG untuk gen yang mungkin mengkode antibiotik lipopeptida yang dikodekan peptidasintase nonribosomal.Lipopeptida ini memiliki sejarah menghambat pertumbuhan bakteri melalui berbagai mode aksi.

Banyak BCG yang belum pernah dieksplorasi sebelumnya.Satu, yang oleh para peneliti dinamai cluster "cil", menarik perhatian mereka karena nenek moyang yang sama yang dimiliki bersama dengan gen lain yang terkait dengan antibiotik.

Para peneliti memasukkannya ke dalam algoritma yang memprediksi BCG akan menghasilkan beberapa senyawa, termasuk satu, cilagicin, yang merupakan antibiotik aktif.

Cilagicin diadu, dan terbukti ampuh melawan, beberapa bakteri resisten obat yang diketahui, termasuk yang tumbuh khusus untuk melawan cilagicin.

Mereka menemukan bahwa cilagicin juga tidak menyebabkan kerusakan pada sel manusia, dan pernah diubah menjadi atersedia secara hayatibentuk obat, melawan infeksi pada tikus.

Cilagicin sangat efektif dalam mengalahkan bakteri yang resistan terhadap obat, kata para peneliti, karena dua molekul tempat bakteri bergantung untuk pemeliharaan dinding sel mereka.

Molekul tersebut dikenal sebagai C55-P dan C55-PP, dan sebagian besar antibiotik berikatan dengan satu atau yang lain, membuat mereka rentan terhadap pengembangan resistensi.Bakteri yang resistan terhadap obat dapat bertahan dengan satu molekul mereka yang tersisa.Karena cilagicin mengikat keduanya, bakteri tidak memiliki solusi dan dikalahkan.

Satu langkah ke depan

Para peneliti berharap proses yang dikemukakan dalam makalah ini dapat memberikan satu jalan keluar dari krisis resistensi obat kita.dr.Brady berkata:

“Waktu yang tersisa dari gudang antibiotik kami saat ini akan sepenuhnya bergantung pada seberapa hati-hati kami menggunakannya. Dengan pengelolaan yang baik, saya sangat berharap antibiotik kita saat ini dapat bertahan cukup lama untuk memungkinkan pengembangan antibiotik generasi berikutnya yang sedang dikerjakan para ilmuwan saat ini.”

Pendekatan makalah ini disambut oleh Dr. de la Fuente-Nunez, yang mengatakan: “Saya percaya pada potensi AI dan komputer untuk membantu kami merancang dan menemukan antibiotik baru. Saya pikir kita perlu menggabungkan kecerdasan mesin dengan kecerdasan manusia untuk mewujudkannya.”

Semua Kategori: Blog