Identificació de nous antibiòtics mitjançant xarxes neuronals
S'han trobat nous antibiòtics que ajuden a combatre els bacteris resistents utilitzant la intel·ligència artificial. Aquests compostos han demostrat en els ratolins la seva eficàcia enfront dels Staphylococcus aureus resistents a la meticilina (MRSA) i han observat una toxicitat molt baixa per a les cèl·lules humanes. Els resultats han estat publicats en la revista Nature.
Investigadors del MIT van entrenar un model d'aprenentatge profund amb informació sobre l'efecte antibiòtic i l'estructura química de 39.000 compostos. A més, van entrenar altres tres models per a predir que els compostos eren tòxics per a tres tipus de cèl·lules humanes. Amb aquesta bateria de models es van analitzar 12 milions de compostos disponibles en el mercat. Així, es van identificar cinc tipus de compostos que, en funció de la seva estructura química, podrien ser eficaces contra el MRSA.
En el laboratori es van provar prop de 280 compostos d'aquest tipus, i es va observar que dos compostos del mateix tipus podien ser molt bons candidats per a combatre el SARM, ja que aconseguien reduir 10 vegades la població d'aquests bacteris. Els experiments han demostrat que aquests compostos maten bacteris perquè els impedeixen mantenir el gradient electroquímic de la membrana. Només afecten les membranes bacterianes i no a les cèl·lules humanes.
D'altra banda, una de les innovacions més importants de la recerca és que els investigadors han aconseguit extreure la informació i raonament que el sistema d'aprenentatge profund ha utilitzat per a predir la capacitat antibiòtica dels compostos. Perquè fins ara un dels problemes d'aquests sistemes era que funcionaven com a caixa negra. I aquesta informació podria ser molt útil per a dissenyar antibiòtics encara més eficients, per exemple
Zu idazle
Zientzia aldizkaria
