AI-pionjärer gör genombrott i utvecklingen av säkrare antibiotika mot resistenta bakterier

StockholmForskare vid University of Texas i Austin har använt AI för att utveckla ett nytt antibiotikum som kan bekämpa antibiotikaresistenta bakterier, vilket är ett stort hälsoproblem globalt. Studien, som publicerades i Nature Biomedical Engineering, använde stora språkmodeller liknande de som finns i ChatGPT.

Forskare inriktade sig ursprungligen på Protegrin-1, en potent medicin som dödar bakterier men är skadlig för människor. Målet var att använda AI för att omdesigna detta antibiotikum så att det blev säkert för mänsklig användning. Detta resulterade i en säkrare version, kallad bakteriellt selektiv Protegrin-1.2 (bsPG-1.2). Tidiga djurförsök visade att möss som behandlades med bsPG-1.2 hade färre bakterier i sina organ jämfört med obehandlade möss.

Den centrala metodiken innefattade:

• Skapande av över 7 000 varianter av Protegrin-1.
• Identifiering av modifieringsområden utan att förlora antibiotisk aktivitet.
• Träning av en protein-LLM för att utvärdera miljontals varianter.
• Vägledning av teamet till bsPG-1.2, som siktar på bakteriella membran utan att skada mänskliga celler.

Maskininlärning inom protein- och peptidteknik är en stor förbättring. Tidigare krävdes mycket laboratoriearbete och enskilda tester för att hitta bra molekyler. Maskininlärning påskyndar denna process genom att upptäcka användbara föreningar snabbare och mer effektivt.

Läs också:

Idag · 14:35

AI-genererad ryggsmärthjälp: lika bra som läkare

AI bidrar till att utveckla nya läkemedel genom att identifiera nya molekyler med potential för behandling. Dessutom hjälper AI till att förbättra befintliga antibiotika, vilket gör dem säkrare och mer effektiva. Till exempel kan tekniker som AI använder för att gruppera liknande ord i texter också tillämpas på proteinsekvenser. Inom proteiner kan sekvenser med liknande funktioner, såsom att bekämpa bakterier, grupperas tillsammans. Detta underlättar för forskare att snabbt hitta effektiva varianter.

När AI utvecklas kan det få stor betydelse inom medicin. Liknande metoder kan komma att användas för andra läkemedel, inte bara antibiotika. Detta kan förändra hur vi skapar behandlingar, vilket gör dem snabbare och anpassade för att bekämpa specifika mikrober.

Denna forskning visar vikten av tvärvetenskapligt samarbete. Genom att kombinera biologi, AI och maskininlärning kan vi uppnå resultat som kanske inte vore möjliga om dessa områden arbetade var för sig. Projektet fick stöd av flera organisationer, inklusive National Institutes of Health och The Welch Foundation. Detta understryker behovet av kontinuerlig finansiering för att stödja sådan innovativ verksamhet.

UT Austin har utsett 2024 till AI:ns År för att understryka vikten av artificiell intelligens inom olika områden. Denna forskning visar hur AI kan bidra till att lösa stora problem som antibiotikaresistens och snart erbjuda bättre behandlingar.