Kunstig intelligens skaber banebrydende antibiotika mod resistente bakterier
MIT-forskere har ved hjælp af generativ AI udviklet nye antibiotika, der kan bekæmpe nogle af verdens farligste resistente bakterier
I en tid hvor antibiotikaresistens udgør en stigende global trussel, har forskere fra Massachusetts Institute of Technology (MIT) opnået et imponerende gennembrud! Ved hjælp af generativ kunstig intelligens har de udviklet helt nye antibiotika, der effektivt kan bekæmpe multiresistente bakterier – herunder den frygtede MRSA og resistente gonorré-bakterier.
Kunstig intelligens åbner døren til uudforskede kemiske verdener
Forskerne har anvendt to forskellige AI-tilgange til at designe over 36 millioner potentielle kemiske forbindelser og screenet dem computationelt for antimikrobielle egenskaber. De mest lovende kandidater er strukturelt helt forskellige fra eksisterende antibiotika og virker gennem nye mekanismer, der forstyrrer bakteriernes cellemembran.
“Vi er begejstrede for de nye muligheder, dette projekt åbner for antibiotikaudvikling. Vores arbejde viser AI’s styrke fra et lægemiddeludviklingssynspunkt og gør det muligt at udnytte langt større kemiske rum, som tidligere var utilgængelige,” fortæller James Collins, professor ved MIT’s Institute for Medical Engineering and Science.
Fra millioner af molekyler til effektive lægemiddelkandidater
I jagten på nye antibiotika mod gonorré startede forskerne med et bibliotek på 45 millioner kemiske fragmenter. Efter computationel screening og filtrering identificerede de et fragment kaldet F1, som udviste lovende aktivitet mod Neisseria gonorrhoeae-bakterien.
Med dette fragment som udgangspunkt genererede to forskellige AI-algoritmer – kaldet CReM og F-VAE – omkring 7 millioner kandidatmolekyler. Efter yderligere screening og test fandt forskerne forbindelsen NG1, som viste sig særdeles effektiv mod resistente gonorré-bakterier både i laboratorieforsøg og i musemodeller.
Parallelt hermed anvendte forskerne en mere fritstående tilgang mod MRSA. Her genererede AI-algoritmerne mere end 29 millioner potentielle forbindelser uden specifikke begrænsninger. Af disse viste forbindelsen DN1 sig at være i stand til at bekæmpe MRSA-hudinfektioner i musemodeller.
Et våbenkapløb mod superbugs
Dette gennembrud kommer på et kritisk tidspunkt. Globalt anslås det, at resistente bakterieinfektioner forårsager næsten 5 millioner dødsfald årligt. I de seneste 45 år er kun få dusin nye antibiotika blevet godkendt af FDA, og de fleste er blot varianter af eksisterende lægemidler.
“Ved at udforske uudforskede områder af det kemiske rum var vores mål at afdække helt nye virkningsmekanismer. Vi ønskede at slippe af med alt, der ville ligne et eksisterende antibiotikum, for at tackle antibiotikaresistens på en fundamentalt anderledes måde,” forklarer Aarti Krishnan, postdoc ved MIT og en af studiets hovedforfattere.
Fra laboratorium til patienter
Phare Bio, en nonprofit-organisation der også er en del af Antibiotics-AI Project, arbejder nu på at videreudvikle NG1 og DN1 for at gøre dem egnede til yderligere test og potentiel klinisk anvendelse.
Forskningsholdet planlægger også at anvende deres AI-platforme mod andre farlige bakteriepatogener, især Mycobacterium tuberculosis og Pseudomonas aeruginosa.
Dette forskningsgennembrud er endnu et bevis på, hvordan kunstig intelligens kan revolutionere lægemiddeludvikling ved at accelerere opdagelsen af nye forbindelser og drastisk reducere de typiske omkostninger på 1,3-1,5 milliarder dollars og de lange tidshorisonter forbundet med traditionel lægemiddeludvikling.
Med stigende antibiotikaresistens verden over kan denne AI-drevne tilgang vise sig afgørende i vores fortsatte kamp mod farlige bakterieinfektioner og potentielt redde millioner af liv i fremtiden.
