Gli scienziati della McMaster University e del Massachusetts Institute of Technology hanno utilizzato l’intelligenza artificiale per scoprire un nuovo antibiotico che potrebbe essere utilizzato per combattere un agente patogeno mortale e resistente ai farmaci che colpisce i pazienti ospedalieri vulnerabili.
Pillole – foto illustrativa. Credito immagine: Pixabay (licenza gratuita Pixabay)
Il processo che hanno utilizzato potrebbe anche accelerare la scoperta di altri antibiotici per trattare molti altri batteri difficili.
I ricercatori stavano rispondendo all’urgente necessità di nuovi farmaci da trattare Acinetobacter baumannii, identificato dall’Organizzazione Mondiale della Sanità come uno dei batteri resistenti agli antibiotici più pericolosi al mondo. Notoriamente difficile da estirpare, A. baumannii può causare polmonite, meningite e infettare ferite, che possono portare alla morte.
A. baumanni si trova solitamente in ambienti ospedalieri, dove può sopravvivere sulle superfici per lunghi periodi. L’agente patogeno è in grado di prelevare il DNA da altre specie di batteri nel suo ambiente, compresi i geni di resistenza agli antibiotici.
Nello studio, pubblicato oggi sulla rivista Natura Chimica Biologia, i ricercatori riferiscono di aver utilizzato un algoritmo di intelligenza artificiale per prevedere nuove classi strutturali di molecole antibatteriche e di aver identificato un nuovo composto antibatterico, che hanno chiamato abaucina.
Alla scoperta di nuovi antibiotici contro A. baumannii attraverso lo screening convenzionale è stato impegnativo. I metodi tradizionali richiedono tempo, sono costosi e hanno una portata limitata.
I moderni approcci algoritmici possono accedere a centinaia di milioni, forse miliardi, di molecole con proprietà antibatteriche.
“Questo lavoro convalida i vantaggi dell’apprendimento automatico nella ricerca di nuovi antibiotici”, afferma Jonathan Stokes, autore principale dell’articolo e assistente professore presso il Dipartimento di biomedicina e biochimica di McMaster, che ha condotto il lavoro con James J. Collins, professore di ingegneria medica e scienze al MIT, e gli studenti laureati McMaster Gary Liu e Denise Catacutan.
“Utilizzando l’intelligenza artificiale, possiamo esplorare rapidamente vaste regioni dello spazio chimico, aumentando significativamente le possibilità di scoprire molecole antibatteriche fondamentalmente nuove”, afferma Stokes, che appartiene al team di McMaster Global Nexus School per la prevenzione e la risposta alla pandemia.
“Gli approcci di intelligenza artificiale alla scoperta di farmaci sono qui per restare e continueranno a essere perfezionati”, afferma Collins, capo della facoltà di scienze della vita presso la clinica Abdul Latif Jameel del MIT per l’apprendimento automatico in salute. “Sappiamo che i modelli algoritmici funzionano, ora si tratta di adottare ampiamente questi metodi per scoprire nuovi antibiotici in modo più efficiente e meno costoso”.
Abaucin è particolarmente promettente, riferiscono i ricercatori, perché prende di mira solo A. baumanniiuna scoperta cruciale che significa che l’agente patogeno ha meno probabilità di sviluppare rapidamente resistenza ai farmaci e che potrebbe portare a trattamenti più precisi ed efficaci.
La maggior parte degli antibiotici è di natura ad ampio spettro, il che significa che uccidono tutti i batteri, interrompendo il microbioma intestinale, che apre la porta a una serie di gravi infezioni, tra cui C difficile.
“Sappiamo che gli antibiotici ad ampio spettro non sono ottimali e che i patogeni hanno la capacità di evolversi e adattarsi a ogni trucco che gli lanciamo”, afferma Stokes. “I metodi di intelligenza artificiale ci offrono l’opportunità di aumentare notevolmente la velocità con cui scopriamo nuovi antibiotici e possiamo farlo a un costo ridotto. Questa è un’importante via di esplorazione per nuovi farmaci antibiotici”.
La ricerca è stata finanziata dalla Weston Family Foundation, dal David Braley Center for Antibiotic Discovery, dall’Audacious Project, dal C3.ai Digital Transformation Institute, dalla Abdul Latif Jameel Clinic for Machine Learning in Health, dalla DTRA Discovery of Medical Countermeasures Against New and Emerging Threats Program, DARPA Accelerated Molecular Discovery Program, Canadian Institutes of Health Research, Genome Canada, Faculty of Health Sciences della McMaster University, Boris Family, Marshall Scholarship e Department of Energy Biological and Environmental Research program.
Fonte: Università McMaster
Da un’altra testata giornalistica. news de www.technology.org
