Sitemap
Udostępnij na Pintereście
Naukowcy testują nowe, sterowane przez sztuczną inteligencję sposoby znajdowania silniejszych antybiotyków.Źródło: Gennaro Leonardi/EyeEm/Getty Images.
  • Patogeny coraz lepiej opierają się obecnym antybiotykom, nadchodzącemu kryzysowi medycznemu.
  • Istnieją powody, by sądzić, że wiele bakterii zawiera naturalne, silne antybiotyki, których jeszcze nie znaleziono.
  • Artykuł opisuje odkrycie jednego z takich antybiotyków, odkrytego dzięki zastosowaniu algorytmów bioinformatycznych, które mogą przewidywać produkty cichych biosyntetycznych klastrów genów.

Dr.Cesar de la Fuente-Nunez z Perelman School of Medicine na Uniwersytecie Pensylwanii w Filadelfii opisał problem w Medical News Today.

„Wiele antybiotyków już nie działa. Theaktualna prognozajest to, że do 2050 roku 10 milionów ludzi na świecie będzie umierać rocznie z powodu nieuleczalnych infekcji.Odpowiada to jednej śmierci na trzy sekundy” – zauważył.

„Innymi słowy”, powiedział dr de la Fuente-Nunez, „naprawdę potrzebujemy nowatorskich metod leczenia bakterii lekoopornych”.

Naukowcy z Instytutu Rockefellera w Filadelfii właśnie opublikowali nowy artykuł, który przedstawia jedno z takich podejść.

Opisuje zastosowanie algorytmów bioinformatycznych do odkrywania istniejących naturalnych antybiotyków „ukrywających się” w bakteriach, które mogą przezwyciężyć lekooporność.

Artykuł przedstawia cilagicynę, nowy lekooporny antybiotyk, odkryty w nowym procesie.

Cilagicyna chroniła myszy zagrożone ostrą infekcją i wykazywała szerokie, silne działanie przeciwdrobnoustrojowe przeciwko kilku lekoopornym patogenom.

Badanie, którego głównym autorem jest dr.Zongqiang Wang pojawia się w Science.

Dr de la Fuente-Nunez nie był zaangażowany w to badanie.

Obietnica i wyzwanie ukrytych naturalnych antybiotyków

Korespondent autor badania, dr.Sean F.Brady powiedział MNT, że „wiele z naszych najbardziej użytecznych środków terapeutycznych pochodzi z bakterii”.

„Tradycyjne metody identyfikacji antybiotyków – i innych naturalnych środków terapeutycznych – opierają się na procesach biologicznych, tj. fermentacji, w celu przekształcenia instrukcji genetycznych zawartych w genomach bakterii w antybiotyki” – powiedział dr.Brady.

„Niestety często trudno jest nakłonić bakterie wyhodowane w laboratorium do produkcji wszystkich antybiotyków, które są w stanie wytworzyć” – zauważył.

Dr.Brady zauważył: „Historycznie około 10% ekstraktów bulionowych z fermentacji bakteryjnej wykazywało działanie przeciwbakteryjne. Teraz jest jasne, że nawet bardzo dobrze zbadane bakterie mogą zawierać dużą liczbę cichych klastrów genów biosyntetycznych (BCG).”

Nie ma możliwości dowiedzenia się, przyznał dr.Brady, czy produkty tych BCG okażą się tak przydatne, jak te, które zostały łatwo wyrażone i zidentyfikowane.

Mimo to, powiedział dr de la Fuente-Nunez, „jeden sposób myślenia o tym polega na nauczeniu komputerów projektowania i odkrywania nowych antybiotyków, co jest podstawą koncepcji pięknego Wanga i in. papier."

Odkrycie algorytmiczne

Dr.Brady wyjaśnił: „Dlatego opracowaliśmy „bezbiologiczne” podejście do odkrywania, w którym zamiast dekodowania instrukcji genetycznych przy użyciu naturalnych procesów biologicznych, algorytmy bioinformatyczne są wykorzystywane do przewidywania struktur chemicznych wytwarzanych przez bakterie, a następnie do budowy tych potencjalnych antybiotyków wykorzystuje się syntezę chemiczną. ”.

Cząsteczki, z których pochodzą te antybiotyki, nazywane są „syntetycznymi bioinformatycznymi produktami naturalnymi (syn-BNP).”

„Po prostu drapiemy powierzchnię, ale w wielu bakteriach istnieją ekscytujące biosyntetyczne skupiska genów, które mogą potencjalnie kodować nowe leki” – uważa dr de la Fuente-Nunez. „Pilnie potrzebne są nieszablonowe podejścia, a ta praca i ta dziedzina badań są doskonałym przykładem tego, jak inaczej myśleć o problemie odkrywania antybiotyków”.

Co znalazł algorytm

Naukowcy z dr.Laboratorium Brady'ego przeszukało bazę danych około 10 000 BCG w poszukiwaniu genów, które mogą kodować antybiotyki lipopeptydowe nierybosomalne kodowane syntetazą peptydową.Te lipopeptydy mają historię hamowania wzrostu bakterii poprzez różne sposoby działania.

Wiele BCG nie zostało wcześniej zbadanych.Jeden, nazwany przez badaczy klasterem „cil”, zwrócił ich uwagę ze względu na bliskich wspólnych przodków, których dzieli z innymi genami powiązanymi z antybiotykami.

Naukowcy wprowadzili to do algorytmu, który przewidywał, że BCG wytworzy kilka związków, w tym jeden, cilagicynę, która była aktywnym antybiotykiem.

Cilagicyna została zmierzona i okazała się skuteczna przeciwko kilku znanym bakteriom lekoopornym, w tym bakteriom wyhodowanym specjalnie w celu odporności na cylagicynę.

Odkryli, że cylagicyna również nie wyrządza szkody komórkom ludzkim, a po przekształceniu wbiodostępnypostaci leku, zwalczał infekcje u myszy.

Cilagicyna jest tak skuteczna w zwalczaniu lekoopornych bakterii, twierdzą naukowcy, dzięki dwóm cząsteczkom, od których bakterie zależą, aby utrzymać swoje ściany komórkowe.

Cząsteczki są znane jako C55-P i C55-PP, a większość antybiotyków wiąże się z jednym lub drugim, co czyni je podatnymi na rozwój oporności.Bakterie lekooporne mogą zadowolić się jedną pozostałą cząsteczką.Ponieważ cylagicyna wiąże się z obydwoma, bakterie nie mają obejścia i są pokonane.

Krok naprzód

Naukowcy mają nadzieję, że proces przedstawiony w artykule może zapewnić wyjście z naszego kryzysu związanego z lekoopornością.Dr.Brady powiedział:

„Pozostały użyteczny czas naszego obecnego arsenału antybiotyków będzie całkowicie zależał od tego, jak ostrożnie go użyjemy. Przy dobrym zarządzaniu mam wielką nadzieję, że nasze obecne antybiotyki będą działać wystarczająco długo, aby umożliwić rozwój następnej generacji antybiotyków, nad którymi obecnie pracują naukowcy”.

Podejście artykułu jest mile widziane przez dr de la Fuente-Nunez, który powiedział: „Wierzę w potencjał sztucznej inteligencji i komputerów, aby pomóc nam zaprojektować i odkryć nowe antybiotyki. Myślę, że będziemy musieli połączyć inteligencję maszynową z ludzką inteligencją, aby tak się stało”.

Wszystkie kategorie: Blog