MIT gebruikt generatieve AI om twee nieuwe antibiotica te ontwikkelen die gericht zijn op medicijnresistente gonorroe en MRSA
In het kort
Onderzoekers van MIT hebben met behulp van AI twee nieuwe antibiotica ontwikkeld, NG1 en DN1, die succesvol werken tegen medicijnresistente gonorroe en MRSA bij muizen. Dit onderstreept het potentieel van AI om de ontdekking van antibiotica te transformeren.
Massachusetts Institute of Technology Onderzoekers van het MIT hebben met behulp van kunstmatige intelligentie (AI) twee nieuwe antibiotica ontwikkeld die effectief zijn tegen resistente gonorroe en MRSA. Deze antibiotica kunnen mogelijk nieuwe strategieën bieden om infecties te bestrijden die jaarlijks verantwoordelijk zijn voor miljoenen sterfgevallen.
Door gebruik te maken van generatieve AI-algoritmen creëerde het team meer dan 36 miljoen potentiële verbindingen en screende deze computationeel op antimicrobiële activiteit. De meest veelbelovende kandidaten zijn structureel uniek vergeleken met bestaande antibiotica en lijken te werken via voorheen ongeziene mechanismen die bacteriële celmembranen verstoren. Deze methode maakte het mogelijk om volledig nieuwe verbindingen te genereren en te evalueren, en de onderzoekers zijn van plan deze aanpak uit te breiden naar ontwerp antibiotica gericht op andere bacteriesoorten.
De meeste nieuwe antibiotica die de afgelopen 45 jaar zijn goedgekeurd, zijn varianten van bestaande medicijnen. Tegelijkertijd neemt de bacteriële resistentie toe en is deze jaarlijks verantwoordelijk voor bijna 5 miljoen doden.
Om dit aan te pakken, gebruikte het Antibiotics-AI Project van MIT AI om zowel bestaande verbindingen als volledig nieuwe, hypothetische moleculen te onderzoeken. Met behulp van machine learning-modellen die getraind waren om antibacteriële activiteit te voorspellen, screende het team eerst miljoenen chemische fragmenten en elimineerde de fragmenten die waarschijnlijk giftig waren of vergelijkbaar met bestaande antibiotica.
Vervolgens pasten ze twee generatieve AI-algoritmen: CReM, dat moleculen modificeert door atomen en groepen toe te voegen, te vervangen of te verwijderen, en F-VAE, dat volledige moleculen construeert uit fragmenten op basis van aangeleerde chemische patronen. Dit AI-gestuurde proces genereerde ongeveer 7 miljoen kandidaatmoleculen, die computationeel werden gescreend op activiteit tegen N. gonorrhoeae.
Hieruit werden ongeveer 1,000 verbindingen geselecteerd, waarvan er 80 synthetisch haalbaar waren en één verbinding, NG1, toonde krachtige activiteit tegen medicijnresistente N. gonorrhoeae in zowel laboratorium- als muisstudies door zich te richten op een proteïne dat essentieel is voor bacteriële membraansynthese, wat een nieuw werkingsmechanisme vertegenwoordigt.
Tweede ronde studie gebruikt generatieve AI om nieuwe chemische ruimte te verkennen
In een vervolgstudie maakten onderzoekers gebruik van generatieve AI om volledig nieuwe moleculen te ontwerpen die gericht zijn op de grampositieve bacterie S. aureus. Met behulp van de CReM- en F-VAE-algoritmen liet het team de AI verbindingen genereren zonder fragmentbeperkingen, enkel geleid door de chemische regels die atoomcombinaties bepalen.
Deze AI-gestuurde aanpak leverde meer dan 29 miljoen kandidaatmoleculen op. Vervolgens paste het team computationele filters toe om stoffen te verwijderen waarvan werd voorspeld dat ze giftig, instabiel of vergelijkbaar waren met bestaande antibiotica, waardoor de groep werd teruggebracht tot ongeveer 90 bruikbare kandidaten.
Van de 22 moleculen die gesynthetiseerd en getest konden worden, vertoonden er zes een sterke antibacteriële werking tegen multiresistente S. aureus in laboratoriumproeven. De belangrijkste stof, DN1, wist MRSA-huidinfecties succesvol te bestrijden in een muismodel.
Dankzij het vermogen van de AI om autonoom enorme chemische gebieden te verkennen, konden moleculen met nieuwe mechanismen worden ontdekt. Deze verstoren bacteriële celmembranen ingrijpend in plaats van dat ze zich op één enkel eiwit richten.
Phare Bio, een non-profitorganisatie die deelneemt aan het Antibiotics-AI Project, optimaliseert momenteel NG1 en DN1 voor verdere preklinische studies. Het onderzoeksteam is van plan deze AI-gestuurde ontwerpplatformen toe te passen op andere pathogenen, waaronder Mycobacterium tuberculosis en Pseudomonas aeruginosa.
Hoewel bacteriële resistentie de bestaande behandelingen nog steeds overtreft, toont het onderzoek aan dat AI tot nu toe onbekende gebieden in de chemische sector kan verkennen en kansen kan bieden om de ontwikkeling van antibiotica te verschuiven van reactieve reacties naar strategisch, proactief ontwerp.
Disclaimer
In lijn met de Richtlijnen voor vertrouwensprojectenHoud er rekening mee dat de informatie op deze pagina niet bedoeld is en niet mag worden geïnterpreteerd als juridisch, fiscaal, beleggings-, financieel of enige andere vorm van advies. Het is belangrijk om alleen te beleggen wat u zich kunt veroorloven te verliezen en onafhankelijk financieel advies in te winnen als u twijfels heeft. Voor meer informatie raden wij u aan de algemene voorwaarden en de hulp- en ondersteuningspagina's van de uitgever of adverteerder te raadplegen. MetaversePost streeft naar nauwkeurige, onpartijdige berichtgeving, maar de marktomstandigheden kunnen zonder voorafgaande kennisgeving worden gewijzigd.
Over de auteur
Alisa, een toegewijd journalist bij de MPost, is gespecialiseerd in cryptocurrency, zero-knowledge proofs, investeringen en het uitgebreide domein van Web3. Met een scherp oog voor opkomende trends en technologieën levert ze uitgebreide berichtgeving om lezers te informeren en te betrekken bij het steeds evoluerende landschap van digitale financiën.
Meer artikelen
Alisa, een toegewijd journalist bij de MPost, is gespecialiseerd in cryptocurrency, zero-knowledge proofs, investeringen en het uitgebreide domein van Web3. Met een scherp oog voor opkomende trends en technologieën levert ze uitgebreide berichtgeving om lezers te informeren en te betrekken bij het steeds evoluerende landschap van digitale financiën.
