- เชื้อโรคเริ่มดีขึ้นเรื่อยๆ ในการต่อต้านยาปฏิชีวนะในปัจจุบัน ซึ่งเป็นวิกฤตทางการแพทย์ที่กำลังจะเกิดขึ้น
- มีเหตุผลที่จะเชื่อได้ว่าแบคทีเรียจำนวนมากมียาปฏิชีวนะจากธรรมชาติและทรงพลังที่ยังหาไม่พบ
- บทความอธิบายการค้นพบยาปฏิชีวนะชนิดหนึ่งที่พบได้จากการใช้อัลกอริธึมชีวสารสนเทศที่สามารถทำนายผลิตภัณฑ์ของกลุ่มยีนสังเคราะห์ทางชีวภาพแบบเงียบได้
ดร.Cesar de la Fuente-Nunez จากโรงเรียนแพทย์ Perelman แห่งมหาวิทยาลัยเพนซิลเวเนียในฟิลาเดลเฟียอธิบายปัญหากับ Medical News Today
“ยาปฏิชีวนะจำนวนมากใช้ไม่ได้ผลอีกต่อไป ดิ
"กล่าวอีกนัยหนึ่ง" Dr. de la Fuente-Nunez กล่าว "เราต้องการแนวทางใหม่ ๆ ในการรักษาแบคทีเรียที่ดื้อยา"
นักวิจัยจากสถาบันร็อคกี้เฟลเลอร์ในเมืองฟิลาเดลเฟีย รัฐเพนซิลเวเนีย ได้ตีพิมพ์บทความใหม่ที่นำเสนอแนวทางดังกล่าว
อธิบายถึงการใช้อัลกอริธึมชีวสารสนเทศเพื่อค้นหาสารปฏิชีวนะตามธรรมชาติที่มีอยู่ "ซ่อน" ภายในแบคทีเรียที่สามารถเอาชนะการดื้อยาได้
บทความนี้จะแนะนำ cilagicin ซึ่งเป็นยาปฏิชีวนะที่ดื้อยาชนิดใหม่ ซึ่งค้นพบโดยใช้กระบวนการใหม่นี้
Cilagicin ป้องกันหนูที่ถูกคุกคามจากการติดเชื้อเฉียบพลัน และแสดงฤทธิ์ต้านจุลชีพในวงกว้าง มีประสิทธิภาพในการต่อต้านเชื้อโรคที่ดื้อยาหลายชนิด
การศึกษาซึ่งมีผู้เขียนนำคือ ดร.Zongqiang Wang ปรากฏใน Science
Dr. de la Fuente-Nunez ไม่มีส่วนเกี่ยวข้องในการศึกษานี้
สัญญาและความท้าทายของยาปฏิชีวนะธรรมชาติที่ซ่อนอยู่
ผู้เขียนที่สอดคล้องกันของการศึกษา ดร.ฌอน เอฟเบรดี้บอกกับ MNT ว่า "การรักษาที่มีประโยชน์ที่สุดของเรา [m] มาจากแบคทีเรีย"
"วิธีการดั้งเดิมในการระบุยาปฏิชีวนะ และการบำบัดตามธรรมชาติอื่นๆ ต้องอาศัยกระบวนการทางชีววิทยา เช่น การหมัก เพื่อเปลี่ยนคำสั่งทางพันธุกรรมที่มีอยู่ในจีโนมของแบคทีเรียให้เป็นยาปฏิชีวนะ" ดร.เบรดี้.
“โชคไม่ดีที่มักเป็นการยากที่จะเกลี้ยกล่อมแบคทีเรียที่ปลูกในห้องปฏิบัติการให้ผลิตยาปฏิชีวนะชนิดต่างๆ ที่พวกมันสามารถผลิตได้” เขากล่าว
ดร.Brady ตั้งข้อสังเกต: “ในอดีต ประมาณ 10% ของสารสกัดน้ำซุปจากการหมักของแบคทีเรียแสดงให้เห็นฤทธิ์ต้านแบคทีเรีย ตอนนี้เป็นที่ชัดเจนว่าแม้แต่แบคทีเรียที่ได้รับการศึกษาเป็นอย่างดีก็สามารถมีกลุ่มยีนสังเคราะห์ทางชีวภาพแบบเงียบ (BCGs) จำนวนมากได้”
ไม่มีทางรู้ได้เลย ดร.เบรดี้ ไม่ว่าผลิตภัณฑ์ของ BCG เหล่านี้จะมีประโยชน์พอๆ กับที่แสดงออกและระบุได้ง่ายหรือไม่
Dr. de la Fuente-Nunez กล่าวว่า "วิธีคิดใหม่เกี่ยวกับเรื่องนี้คือการสอนคอมพิวเตอร์ให้ออกแบบและค้นพบยาปฏิชีวนะแบบใหม่ ซึ่งเป็นแนวคิดพื้นฐานของ Wang et al ที่สวยงาม กระดาษ."
การค้นพบอัลกอริทึม
ดร.Brady อธิบายว่า: "เราจึงได้พัฒนาแนวทางการค้นพบที่ 'ปลอดจากชีววิทยา' ซึ่งแทนที่จะถอดรหัสคำสั่งทางพันธุกรรมโดยใช้กระบวนการทางชีววิทยาตามธรรมชาติ อัลกอริทึมทางชีวสารสนเทศใช้เพื่อทำนายโครงสร้างทางเคมีที่เกิดจากแบคทีเรีย จากนั้นจึงใช้การสังเคราะห์ทางเคมีเพื่อสร้างยาปฏิชีวนะที่มีศักยภาพเหล่านี้ ”
โมเลกุลที่ได้รับยาปฏิชีวนะเหล่านี้เรียกว่า "ผลิตภัณฑ์ทางชีวสารสนเทศสังเคราะห์ (syn-BNPs)"
ดร. เดอ ลา ฟูเอนเต-นูเนซ เชื่อ "เราแค่เกาพื้นผิว แต่มีกลุ่มยีนสังเคราะห์ทางชีวภาพที่น่าตื่นเต้นในแบคทีเรียจำนวนมากที่อาจเข้ารหัสสำหรับยาใหม่ ๆ “แนวทางนอกกรอบมีความจำเป็นอย่างเร่งด่วน และงานวิจัยนี้และสาขาการวิจัยนี้เป็นตัวอย่างที่ดีในการคิดเกี่ยวกับปัญหาการค้นพบยาปฏิชีวนะให้แตกต่างออกไป”
สิ่งที่อัลกอริทึมพบ
นักวิจัยจาก ดร.ห้องทดลองของ Brady ได้ค้นหาฐานข้อมูลประมาณ 10,000 BCG เพื่อหายีนที่อาจเข้ารหัสยาปฏิชีวนะ lipopeptide ที่เข้ารหัส nonribosomal peptidesynthetaseไลโปเปปไทด์เหล่านี้มีประวัติในการยับยั้งการเจริญเติบโตของแบคทีเรียผ่านรูปแบบการกระทำที่หลากหลาย
ยังไม่เคยมีการสำรวจ BCG จำนวนมากมาก่อนกลุ่มหนึ่งซึ่งนักวิจัยตั้งชื่อกลุ่มนี้ว่า "ซิล" ได้รับความสนใจจากบรรพบุรุษที่ใกล้ชิดสนิทสนมกับยีนอื่นๆ ที่เกี่ยวข้องกับยาปฏิชีวนะ
นักวิจัยได้ป้อนมันเข้าไปในอัลกอริธึมที่คาดการณ์ว่า BCG จะผลิตสารประกอบหลายชนิด รวมทั้งซิลาจิซินหนึ่งตัว ซึ่งเป็นยาปฏิชีวนะที่ออกฤทธิ์
Cilagicin ได้รับการต่อต้านและได้รับการพิสูจน์แล้วว่าสามารถต่อต้านแบคทีเรียที่ดื้อยาได้หลายชนิดรวมถึงแบคทีเรียที่ปลูกเพื่อต่อต้าน cilagicin โดยเฉพาะ
พวกเขาค้นพบว่า cilagicin ไม่เป็นอันตรายต่อเซลล์ของมนุษย์ และเมื่อแปลงเป็น a
นักวิจัยกล่าว ซิลาจิซินมีประสิทธิภาพมากในการเอาชนะแบคทีเรียที่ดื้อยา เนื่องจากมีโมเลกุล 2 โมเลกุลที่แบคทีเรียต้องพึ่งพาการบำรุงผนังเซลล์ของพวกมัน
โมเลกุลเหล่านี้เรียกว่า C55-P และ C55-PP และยาปฏิชีวนะส่วนใหญ่จับกับตัวใดตัวหนึ่งทำให้มีแนวโน้มที่จะเกิดการดื้อยาแบคทีเรียที่ดื้อยาสามารถทำอะไรกับโมเลกุลที่เหลืออยู่ได้เนื่องจากซิลาจิซินจับกับทั้งสองอย่าง แบคทีเรียจึงไม่มีวิธีแก้ปัญหาและพ่ายแพ้
ก้าวไปข้างหน้า
นักวิจัยหวังว่ากระบวนการที่หยิบยกมานำเสนอในบทความนี้สามารถช่วยให้พ้นวิกฤตการดื้อยาได้ดร.เบรดี้ กล่าวว่า:
“เวลาที่มีประโยชน์ที่เหลืออยู่ของคลังแสงยาปฏิชีวนะของเราจะขึ้นอยู่กับว่าเราใช้มันอย่างระมัดระวังเพียงใด ด้วยการดูแลที่ดี ฉันหวังว่ายาปฏิชีวนะในปัจจุบันของเราสามารถอยู่ได้นานพอที่จะทำให้เกิดการพัฒนายาปฏิชีวนะรุ่นต่อไปที่นักวิทยาศาสตร์กำลังทำงานอยู่ในปัจจุบัน”
แนวทางของบทความนี้ได้รับการต้อนรับจาก Dr. de la Fuente-Nunez ซึ่งกล่าวว่า "ผมเชื่อในศักยภาพของ AI และคอมพิวเตอร์ที่จะช่วยเราออกแบบและค้นพบยาปฏิชีวนะชนิดใหม่ ฉันคิดว่าเราจะต้องผสานหน่วยสืบราชการลับของเครื่องจักรเข้ากับสติปัญญาของมนุษย์เพื่อให้สิ่งนี้เกิดขึ้น”
