Sitemap
Deel op Pinterest
Onderzoekers testen nieuwe, door AI geleide manieren om krachtigere antibiotica te vinden.Afbeelding tegoed: Gennaro Leonardi/EyeEm/Getty Images.
  • Ziekteverwekkers worden steeds beter bestand tegen de huidige antibiotica, een medische crisis in de maak.
  • Er is reden om aan te nemen dat veel bacteriën natuurlijke, krachtige antibiotica bevatten die nog niet gevonden zijn.
  • Een paper beschrijft de ontdekking van een dergelijk antibioticum, gevonden door het gebruik van bio-informatische algoritmen die de producten van stille biosynthetische genclusters kunnen voorspellen.

dr.Cesar de la Fuente-Nunez, van de Perelman School of Medicine aan de Universiteit van Pennsylvania in Philadelphia, beschreef het probleem aan Medical News Today.

“Veel antibiotica werken niet meer. Dehuidige voorspellingis dat in 2050 jaarlijks 10 miljoen mensen in de wereld zullen overlijden aan onbehandelbare infecties.Dit komt overeen met één dode per drie seconden”, merkte hij op.

"Met andere woorden," zei Dr. de la Fuente-Nunez, "we hebben echt nieuwe benaderingen nodig om resistente bacteriën te behandelen."

Onderzoekers van het Rockefeller Institute in Philadelphia, PA, hebben zojuist een nieuw artikel gepubliceerd dat een dergelijke benadering presenteert.

Het beschrijft het gebruik van bio-informatische algoritmen om bestaande natuurlijke antibiotica te ontdekken die zich "verstoppen" in bacteriën die resistentie tegen geneesmiddelen kunnen overwinnen.

De paper introduceert cilagicine, een nieuw antiresistent antibioticum, ontdekt met behulp van het nieuwe proces.

Cilagicine beschermde muizen die bedreigd werden door acute infectie en vertoonden een brede, krachtige antimicrobiële activiteit tegen verschillende geneesmiddelresistente pathogenen.

De studie, waarvan de hoofdauteur Dr.Zongqiang Wang, verschijnt in Science.

Dr. de la Fuente-Nunez was niet betrokken bij deze studie.

Belofte en uitdaging van verborgen natuurlijke antibiotica

Corresponderende auteur van de studie, Dr.Sean F.Brady, vertelde MNT dat "[veel] van onze meest bruikbare therapieën afkomstig zijn van bacteriën."

"Traditionele methoden voor het identificeren van antibiotica - en andere natuurlijke therapieën - vertrouwen op biologische processen, d.w.z. fermentatie, om de genetische instructies in bacteriële genomen om te zetten in antibiotica," zei Dr.Brady.

"Helaas is het vaak moeilijk om in het laboratorium gekweekte bacteriën over te halen om alle verschillende antibiotica te produceren die ze kunnen maken," merkte hij op.

dr.Brady merkte op: "Historisch gezien vertoonde ongeveer 10% van de extracten van bacteriële fermentatiebouillon antibacteriële activiteit. Het is nu duidelijk dat zelfs zeer goed bestudeerde bacteriën een groot aantal stille biosynthetische genclusters (BCG's) kunnen bevatten.”

Er is geen manier om het te weten, gaf Dr.Brady, of de producten van deze BCG's net zo nuttig zullen blijken te zijn als de producten die gemakkelijk kunnen worden uitgedrukt en geïdentificeerd.

Toch, zei Dr. de la Fuente-Nunez, “[een] manier om hierover na te denken is door computers te leren nieuwe antibiotica te ontwerpen en te ontdekken, wat het onderliggende concept is van de prachtige Wang et al. papier."

Algoritmische ontdekking

dr.Brady legt uit: "We hebben daarom een ​​'biologievrije' ontdekkingsbenadering ontwikkeld waarbij, in plaats van genetische instructies te decoderen met behulp van natuurlijke biologische processen, bio-informatische algoritmen worden gebruikt om de chemische structuren te voorspellen die door bacteriën worden geproduceerd, en vervolgens wordt chemische synthese gebruikt om deze potentiële antibiotica te bouwen. .”

De moleculen waaruit deze antibiotica zijn afgeleid, worden "synthetische bioinformatische natuurlijke producten (syn-BNP's)" genoemd.

"We zijn nog maar net aan de oppervlakte, maar er zijn opwindende biosynthetische genclusters in tal van bacteriën die mogelijk kunnen coderen voor nieuwe medicijnen", meent Dr. de la Fuente-Nunez. "Outside-the-box-benaderingen zijn dringend nodig, en dit werk en dit onderzoeksgebied is een goed voorbeeld van hoe je anders kunt denken over het probleem van de ontdekking van antibiotica."

Wat het algoritme heeft gevonden

Onderzoekers van dr.Brady's lab doorzocht een database van ongeveer 10.000 BCG's naar genen die mogelijk coderen voor niet-ribosomale peptidesynthetase-gecodeerde lipopeptide-antibiotica.Deze lipopeptiden hebben een geschiedenis van het remmen van bacteriegroei door middel van een verscheidenheid aan werkingsmechanismen.

Veel BCG's zijn niet eerder onderzocht.Een daarvan, dat de onderzoekers het 'cil'-cluster noemden, trok hun aandacht vanwege de nauwe gemeenschappelijke voorouders die het deelt met andere genen die verband houden met antibiotica.

De onderzoekers voerden het in een algoritme in dat voorspelde dat de BCG verschillende verbindingen zou produceren, waaronder één, cilagicine, dat een actief antibioticum was.

Cilagicine was opgezet tegen, en bleek krachtig te zijn tegen, verschillende bekende medicijnresistente bacteriën, waaronder bacteriën die specifiek zijn gekweekt om cilagicine te weerstaan.

Ze ontdekten dat cilagicine ook geen schade toebracht aan menselijke cellen, en eenmaal omgezet in abiologisch beschikbaargeneesmiddelvorm, bestreed infecties bij muizen.

Cilagicine is zo effectief in het verslaan van resistente bacteriën, zeggen de onderzoekers, vanwege twee moleculen waarvan bacteriën afhankelijk zijn voor het onderhoud van hun celwanden.

De moleculen staan ​​bekend als C55-P en C55-PP, en de meeste antibiotica binden zich met de een of de ander, waardoor ze vatbaar zijn voor het ontwikkelen van resistentie.Geneesmiddelresistente bacteriën kunnen het doen met hun enige overgebleven molecuul.Omdat cilagicine zich aan beide bindt, hebben bacteriën geen oplossing en worden ze verslagen.

Een stap vooruit

De onderzoekers hopen dat het proces dat in de paper naar voren wordt gebracht een uitweg kan bieden uit onze drugsresistentiecrisis.dr.Brady zei:

“De resterende bruikbare tijd van ons huidige antibioticaarsenaal zal volledig afhangen van hoe zorgvuldig we het gebruiken. Met goed rentmeesterschap heb ik goede hoop dat onze huidige antibiotica lang genoeg meegaan om de volgende generatie antibiotica mogelijk te maken waar wetenschappers vandaag aan werken."

De benadering van het artikel wordt verwelkomd door Dr. de la Fuente-Nunez, die zei: "Ik geloof in het potentieel van AI en computers om ons te helpen bij het ontwerpen en ontdekken van nieuwe antibiotica. Ik denk dat we machine-intelligentie moeten samenvoegen met menselijke intelligentie om dit mogelijk te maken."

Tutte le categorie: Blog