A gépi tanulás máris forradalmi szerepet kapott az antibiotikum-rezisztencia elleni küzdelemben: egy nemzetközi kutatócsoport mesterséges intelligencia segítségével közel egymillió új, potenciális, természetes antibiotikum-forrást fedezett fel.
A Queenslandi Műszaki Egyetem kutatócsoportja gépi tanulást alkalmazott, több mint 60 ezer metagenóm elemzésére. Ezek hatalmas, természetből származó genetikai anyaggyűjtemények, amelyeket változatos környezetekből, például talajból, óceánokból és emberi bélrendszerből származó mintákból állítanak össze.
„Nyilvánosan elérhető adatbázisokat használtunk, amelyeket általában más célokra gyűjtöttek – magyarázta a kutatást vezető Luis Pedro Coelho (képünkön) professzor az Interesting Engineeringnek, amikor a portál a különböző környezetekből származó metagenomikus adatok gyűjtéséről és felhasználásáról kérdezte. – Teszteltünk néhány különösen ígéretes peptidet, de ami fontos, olyanokat is, amelyeket teljesen véletlenszerűen választottunk ki az adatbázisunkból, hogy objektív becslést kapjunk az adatbázisunk minőségéről.”
Az innovatív, AI-alapú megközelítés lehetővé tette az ausztrál kutatók számára, hogy lenyűgöző számú, összesen 863.498 darab ígéretes antimikrobiális peptidet azonosítson. Ezek kis molekulák, amelyek képesek elpusztítani a káros baktériumokat, vagy képesek meggátolni azok szaporodását.
A tesztek eredményei azt mutatták, hogy 79 peptid képes volt megbontani a baktériummembránokat, 63 pedig kifejezetten olyan antibiotikum-rezisztens baktériumokat vett célba, mint a bőrfelületi, mélyszöveti és akár szisztémás, halálos kimenetelű fertőzéseket okozó Staphylococcus Aureus, valamint a hasmenést, görcsöket és egyéb emésztőrendszeri panaszokat kiváltó Escherichia Coli. Ezek az eredmények nagyon biztatóak, mivel arra utalnak, hogy a felfedezett peptidek hatékonyak lehetnek a legveszélyesebb és legnehezebben kezelhető fertőzések egy része ellen.
Az egereken végzett további preklinikai vizsgálatok kimutatták, hogy a peptidek közül kettő kiemelkedően hatékony volt, hiszen a baktériumokat akár négy nagyságrenddel is csökkentette. Ez az eredmény már összemérhető például a gyakran használt polimixin B antibiotikum hatásával, ami alátámasztja az újonnan felfedezett peptidek terápiás alkalmazásának potenciálját.
„Azt vizsgáljuk, hogy a baktériumterhelés mennyivel csökken a jelölt peptidek helyi alkalmazása után egy klinikailag használt antibiotikumhoz képest – nyilatkozta Coelho, aki szerint a peptidek sokkal specifikusabbak és kíméletesebbek lehetnek, mint a hagyományos antibiotikumok. Az antibiotikumok normál bélflórát károsító hatása ismert mellékhatás. Ennek csökkentése máris jelentős előnyt jelenthet.”
A kutatók AI segítségével feltárták a természetben rejlő antibiotikum-forrásokat, azzal a céllal, hogy hatékonyabban harcoljanak az antibiotikum-rezisztens baktériumok ellen, és ezzel évente akár többmillió ember életét mentsék meg. A tanulmány eredményei új lendületet adnak az antimikrobiális rezisztencia elleni harcnak, és számos lehetőséget nyitnak életmentő gyógyszerek fejlesztése felé. A kutatók nemcsak új antibiotikum-forrásokat keresnek, hanem gyorsabb szűrésre szolgáló módszereket is fejlesztenek, ezáltal még több potenciális antibiotikum-forrás fedezhetnek fel a közeljövőben.
Főoldali kép: Anthony Weate - Queenslandi Műszaki Egyetem
A HIPA támogatásával megvalósuló 1,9 millió eurós beruházás révén az amerikai NI egyebek mellett új generációs tesztelési megoldásokat fejleszt.
Pályakezdők és évtizedes tapasztalattal rendelkezők is csatlakozhatnak a Paks II. szakembergárdájához. Az aktuális lehetőségeket a tavaszi állásbörzéken is meg lehet ismerni.