MIT õpetlased leidsid tehisaru abil uusi antibiootilisi aineid

Foto: Pexels

Revolutsioonilise avastusena on MIT teadlased kasutanud tehisintellekti, et tuvastada üks ühendite klass, mis suudab hävitada ravimiresistentseid baktereid, mis põhjustavad Ameerika Ühendriikides igal aastal üle 10000 surma.

Teadusajakirjas Nature Chemical Biology avaldatud uuring rõhutab nende ühendite efektiivsust metitsilliiniresistentse Staphylococcus aureus (MRSA) hävitamisel nii laboritingimustes kui ka hiiremudelites, mis näitab olulist potentsiaali ravimite arendamiseks. Lisaks näitavad need ühendid minimaalset toksilisust inimrakkude suhtes, mis muudab nad paljulubavateks kandidaatideks edasiseks farmaatsiauuringuks.

Uuringu uudsus seisneb selles, et teadlased suutsid lahti harutada tehisaru mudeli poolt kasutatava teabe, et ennustada antibiootikumide tõhusust. See uus teadmine mitte ainult ei täienda arusaamist kaasatud mehhanismidest, vaid annab ka aluse paremate ravimite kavandamiseks lisaks nendele, mida mudel algselt tuvastas.

MIT meditsiinitehnika ja teaduse instituudi (IMES) bioloogiateaduste osakonna professor James Collins rõhutab uuringu tõhusust, ressursisäästlikkust ja mehhanistlikku selgust, tuues esile keemiliste struktuuride valgustamise viisi, mis on praegu teadusuuringutes enneolematu.

IMESi ja MIT ja Harvardi Broad instituudi doktor Felix Wong ja endine Harvardi meditsiinikooli üliõpilane Erica Zheng, kelle juhendajaks oli Collins, juhtisid antud uurimistööd. Uuring on osa MIT antibiootikumide tehisintellekti projektist, mida juhib Collins. Uuringu eesmärk on avastada seitsme aasta jooksul uusi antibiootikumide klasse, mis suudaksid võidelda seitsme surmava bakteritüübi vastu.

Uuring keskendub MRSAle, mis nakatab igal aastal üle 80000 inimese Ameerika Ühendriikides, põhjustades nahainfektsioone, kopsupõletikku ja rasketel juhtudel eluohtlikku sepsist. Collins ja tema kaasteadurid MIT Abdul Latif Jameeli tervise ja masinõppe kliinikust on viimastel aastatel kasutanud tehisaru potentsiaalsete antibiootikumide tuvastamiseks. ad on laiendanud seda ka kaugemale kui MRSA, et käsitleda erinevaid ravimiresistentseid baktereid.

Kuigi tehisaru mudelid on osutunud tõhusaks keemiliste struktuuride tuvastamisel, mis on seotud antimikroobse aktiivsusega, esines teadlastel väljakutse tehisaru “musta kasti” (ing k black box) olemuse tõttu.

Black box ehk «musta kasti» nähtus viitab olukorrale, kus süsteemi või mudeli sisemine toimimine või otsustusprotsessid ei ole läbipaistvad ega kergesti arusaadavad. Tehisaru ja masinõppe kontekstis seostub see eriti mudelitega, mis teevad ennustusi või otsuseid, kuid ei paku selget selgitust selle kohta, kuidas need ennustused või otsused saavutati.

Teadlased lahendasid selle probleemi kasutades algoritmi nimega Monte Carlo puuotsing, mis paljastab mudeli ennustusi mõjutavad tegurid. See mitte ainult ei hinda iga molekuli antimikroobset aktiivsust, vaid näitab ka alamstruktuure, mis sellele aktiivsusele kaasa aitavad.

Ravimikandidaatide valiku täpsustamiseks treeniti kolm täiendavat tehisaru mudelit toksilisuse ennustamiseks erinevatele inimrakkude tüüpidele. Selle teabe integreerimine antimikroobsete ennustustega võimaldas tuvastada ühendeid, mis suudavad mikroobe tappa, kahjustamata olulisi inimrakke. Umbes 12 miljoni kommertslikult saadaval oleva ühendi skriinimisel tuvastasid mudelid viis klassi potentsiaalse MRSA vastu aktiivseid ühendeid.

Teadlased ostsid 280 ühendit ja testisid neid MRSA vastu laboritingimustes. Tulemuseks oli kaks lootustandvat antibiootikumikandidaati samast klassist. Täiendavad testid hiiremudelites näitasid, et mõlemad ühendid vähendasid MRSA populatsiooni kümnekordselt, kinnitades nende potentsiaali efektiivsete ravimitega.

Ühendid paistavad häirivat baktereid, segades nende võimet säilitada elektrokeemilist gradienti rakumembraanide vahel, mis on vajalik mitmete oluliste raku funktsioonide jaoks, sealhulgas ATP (molekulid, mida rakud kasutavad energia salvestamiseks) tootmise võime. Collinsi labori 2020. aastal avastatud antibiootikumikandidaat Halicin töötab sarnase mehhanismiga, kuid on spetsiifiline Gram-negatiivsete bakterite (bakterid, millel on õhukesed rakuseinad) suhtes. MRSA on Gram-positiivne bakter, millel on paksemad rakuseinad.

Teadlased jagasid oma tulemusi Phare Bioga, mis on antibiootikumi-tehisintellekti projekti mittetulundusühing. Mittetulundusühing plaanib nüüd viia läbi põhjalikke analüüse nende ühendite keemiliste omaduste ning võimalike kliiniliste rakenduste kohta. Samal ajal püüab Collinsi labor kavandada täiendavaid ravimikandidaate uuringu tulemuste põhjal ja kasutada mudeleid, et avastada ühendeid, mis on efektiivsed teiste bakteritüvede vastu.

Felix Wong rõhutab sarnaste lähenemisviiside kohanemisvõimet uute antibiootikumide kavandamisel ja väljendab optimismi nende avastuste potentsiaali suhtes ravimite arendamise revolutsioonilisel teel.

Tehisaru integreerimine antibiootikumide väljatöötamisesse tähistab olulist sammu ülemaailmse antibiootikumiresistentsuse väljakutsete lahendamise suunas.