Kiedy przetestowano antybiotyk na skórze myszy, które zostały podczas eksperymentu zainfekowane superbakterią, okazało się, że kontroluje on wzrost bakterii, co sugeruje, że metoda ta może być wykorzystywana do tworzenia antybiotyków dostosowanych do zwalczania innych lekoopornych patogenów. Co więcej, związek zidentyfikowany przez sztuczną inteligencję działał w sposób, który hamował tylko problematyczny patogen, nie zabijając wielu innych gatunków pożytecznych bakterii, które żyją w jelitach lub na skórze. To udowadnia, że mamy do czynienia z wąsko ukierunkowanym środkiem. Naukowcy twierdzą, że gdyby więcej antybiotyków działało tak precyzyjnie, mogłoby to zapobiec uodpornieniu się bakterii w pierwszej kolejności.
W badaniu naukowcy skupili się na bakterii Actinetobacter baumanii. Występuje ona w szpitalach i innych placówkach opieki zdrowotnej, przywierając do powierzchni takich jak np. klamki. Ponieważ jest w stanie pobrać fragmenty DNA od innych organizmów, z którymi się styka, może uruchomić geny, które pomagają oprzeć się środkom stosowanym przez lekarzy do ich leczenia. "To coś, co w laboratorium nazywamy profesjonalnym patogenem" - powiedział Jon Stokes, jeden z badaczy i adiunkt biochemii i nauk biomedycznych na Uniwersytecie McMaster w Hamilton w Ontario.
Ten gatunek bakterii wywołuje trudne do wyleczenia infekcje skóry, krwi lub układu oddechowego. Amerykańskie Centra Kontroli i Zapobiegania Chorobom potwierdziły w 2019 roku, że skuteczna antybiotykoterapia w przypadku zakażenia Acinetobacter baumanii jest na liście najpilniej potrzebnych odkryć medycznych.
Niedawne badanie pacjentów szpitalnych z zakażeniami Actinetobacter baumanii, które były oporne nawet na silne antybiotyki karbapenemowe, wykazało, że jedna osoba na cztery zmarła w ciągu miesiąca od postawienia diagnozy.
Na potrzeby nowego badania Stokes i jego laboratorium nawiązali współpracę z naukowcami z Broad Institute na MIT i Harvardzie. Najpierw wykorzystali technikę zwaną wysokowydajnym badaniem przesiewowym leków, aby wyhodować Acinetobacter baumanii w naczyniach laboratoryjnych i spędzili tygodnie wystawiając te kolonie na działanie ponad 7500 czynników: leków i aktywnych składników leków. W efekcie znaleziono 480 związków, które blokowały wzrost bakterii.
Naukowcy wprowadzili te informacje do komputera i wykorzystali do wytrenowania algorytmu sztucznej inteligencji. "Kiedy już wytrenowaliśmy nasz model, mogliśmy zacząć pokazywać mu zupełnie nowe zdjęcia substancji chemicznych, których nigdy nie widział. I na podstawie tego, czego nauczył się podczas szkolenia, przewidział dla nas, czy te cząsteczki są antybakteryjne, czy nie" - powiedział Stokes. Następnie zlecono modelowi sprawdzenie ponad 6000 cząsteczek, co według Stokesa sztuczna inteligencja była w stanie zrobić w ciągu kilku godzin.
Eksperci zawęzili poszukiwania do 240 substancji chemicznych, które przetestowali w laboratorium. Z kolei testy laboratoryjne pomogły im zawęzić listę do dziewięciu najlepszych inhibitorów bakterii. Następnie przyjrzeli się bliżej strukturze każdego z nich, eliminując te, które uważali za niebezpieczne. Pozostał im jeden związek o nazwie RS102895, który według Stokesa został pierwotnie opracowany jako potencjalny lek na cukrzycę.
Jak twierdzi badacz, wydaje się on działać w zupełnie nowy sposób, zapobiegając przemieszczaniu się składników bakterii z wnętrza komórki na jej powierzchnię. "To dość interesujący mechanizm, który nie jest obserwowany wśród antybiotyków klinicznych." - powiedział. Co więcej działa on tylko na Actinetobacter baumanii.
Stokes twierdzi, że większość antybiotyków to środki o szerokim spektrum działania, działające przeciwko wielu gatunkom bakterii, które wywierają dużą presję selekcyjną na wiele rodzajów bakterii, powodując, że szybko ewoluują i dzielą się genami, które pomagają im oprzeć się lekowi i przetrwać. "W przypadku tej cząsteczki, ponieważ działa ona bardzo silnie tylko przeciwko Actinetobacter, nie wywiera tak uniwersalnej presji selekcyjnej, więc nie będzie tak szybko rozprzestrzeniać oporności" – podsumował Stokes.
Źródło: BBC Health
