Исследователи из Института Броуда Массачусетского технологического института и Гарварда, Интегрированных биологических наук, Института биологической инженерии Висса и Института исследований полимеров Лейбница обнаружили класс структурно новых антибиотиков.Это первый случай открытия нового класса антибиотиков за последние 60 лет и первый случай с использованием платформы искусственного интеллекта, построенной на объяснимом глубоком обучении.

Эта рецензируемая статья была опубликована в журнале Nature Today (20 декабря) под названием «Открытие структурного класса антибиотиков с объяснимым глубоким обучением» (Discovery of структурный класс антибиотиков с объяснимым глубоким обучением). Статья была опубликована в соавторстве с группой из 21 исследователя во главе с доктором Феликсом Вонгом, соучредителем Integrated Biosciences, и доктором Джеймсом Дж. Коллинзом, профессором медицинской инженерии и науки Термеера в Массачусетском технологическом институте и председателем-основателем Научно-консультативного совета по интегрированным биологическим наукам.

Среди других сотрудников — исследователи из Массачусетского технологического института, Института Броуда Массачусетского технологического института и Гарварда, Института биологической инженерии Висса и Института исследований полимеров Лейбница в Дрездене, Германия.

В ходе исследования исследователи виртуально проверили более 12 миллионов соединений-кандидатов, чтобы идентифицировать этот новый класс антибиотиков, который показал потенциал для решения проблемы устойчивости к антибиотикам.

Используя этот новаторский подход, исследовательская группа обучила модель глубокого обучения на экспериментально полученных данных для прогнозирования активности антибиотиков и токсичности любого соединения. Черпая вдохновение из искусственного интеллекта, используемого в других областях, таких как игровая технология AlphaGo от DeepMind, авторы разработали новые модели, чтобы объяснить, какие части молекулы важны для активности антибиотиков.

Результаты выявили новый класс антибиотиков с мощной активностью против патогенов с множественной лекарственной устойчивостью. В серии экспериментов исследователи протестировали кандидатный антибиотик на мышиной модели инфекции MRSA и обнаружили, что он эффективен как локально, так и системно, что позволяет предположить, что соединение подходит для дальнейшей разработки в качестве лечения тяжелых бактериальных инфекций, связанных с сепсисом.

«Открытие этого нового класса антибиотиков является прорывным достижением, которое демонстрирует уникальную способность искусственного интеллекта и объяснимого глубокого обучения катализировать открытие лекарств», — сказал доктор Вонг. «Наша работа раскрывает несколько высокоэнергетических моделей, которые могут точно предсказать активность и токсичность антибиотиков. Важно отметить, что это одна из первых демонстраций того, что модель глубокого обучения может объяснить свои предсказания, что имеет прямые и глубокие последствия для того, как проводится открытие лекарств и как искусственный интеллект можно использовать для эффективного открытия новых лекарств».

«Это важное подтверждение того, насколько важна интеграция искусственного интеллекта с интерпретируемым глубоким обучением для преодоления некоторых из самых сложных проблем в медицине, в данном случае устойчивости к антибиотикам», — сказал доктор Коллинз. «Опираясь на эти подтверждающие исследования и аналогичные подходы, команда IntegratedBiosciences готова еще больше ускорить интеграцию синтетической биологии с глубоким пониманием клеточных реакций на стресс, чтобы удовлетворить значительную неудовлетворенную потребность в новых методах лечения возрастных заболеваний».

«Важным следствием этого исследования является то, что модели глубокого обучения при открытии лекарств могут, а во многих случаях должны быть разрешимы», — сказал доктор Сатотака Омори, один из основателей и руководитель отдела биологии старения в Integrated Biosciences и один из авторов статьи. Хотя ИИ продолжает оказывать влияние, оно также ограничено множеством моделей «черного ящика», которые обычно используются для запутывания лежащих в основе процессов принятия решений. Открывая эти черные ящики, мы стремимся получить более обобщаемую информацию, которая может оказаться более полезной для ускорения использования и разработки методов открытия лекарств следующего поколения».

Алисия Ли, научный сотрудник Integrated Biosciences и один из авторов публикации, добавила: «Очень интересно видеть, что мы можем продемонстрировать новый способ предсказать, насколько хорошо соединение будет работать в качестве антибиотика, вероятность того, что соединение будет прогрессировать в испытаниях фазы 1, и является ли это соединение одним из потенциально многих других членов нового класса лекарств».

Компания Integrated Biosciences создала исследовательскую систему, которая, в дополнение к этой недавно опубликованной статье «Природа», также включает в себя статью «Природа-Старение», опубликованную в мае, в которой показано, как использовать искусственный интеллект для открытия новых сенолитиков, то есть антивозрастных соединений, которые избирательно уничтожают стареющие клетки-зомби. Эти соединения обещают лечить заболевания, связанные со старением, такие как фиброз, воспаление и рак.

В статье Cell Systems, опубликованной в июле, продемонстрирована платформа, основанная на синтетической биологии, которая позволяет людям контролировать реакции на стресс, связанные со старением, тем самым ускоряя скрининг лекарств на предмет старения.

Ссылка: «Открытие класса антибиотических структур с помощью объяснимого глубокого обучения», 20 декабря 2023 г., «Природа».

DOI:10.1038/s41586-023-06887-8

Источник составления: ScitechDaily.