Identificación de novos antibióticos mediante redes neuronais
Atopáronse novos antibióticos que axudan a combater as bacterias resistentes utilizando a intelixencia artificial. Estes compostos demostraron nos ratos a súa eficacia fronte aos Staphylococcus aureus resistentes á meticilina (MRSA) e observaron unha toxicidade moi baixa para as células humanas. Os resultados foron publicados na revista Nature.
Investigadores do MIT adestraron un modelo de aprendizaxe profunda con información sobre o efecto antibiótico e a estrutura química de 39.000 compostos. Ademais, adestraron outro tres modelos para predicir que os compostos eran tóxicos para tres tipos de células humanas. Con esta batería de modelos analizáronse 12 millóns de compostos dispoñibles no mercado. Así, identificáronse cinco tipos de compostos que, en función da súa estrutura química, poderían ser eficaces contra o MRSA.
No laboratorio probáronse preto de 280 compostos deste tipo, e observouse que dous compostos do mesmo tipo podían ser moi bos candidatos para combater o SARM, xa que conseguían reducir 10 veces a poboación destas bacterias. Os experimentos demostraron que estes compostos matan bacterias porque lles impiden manter o gradiente electroquímico da membrana. Só afectan ás membranas bacterianas e non ás células humanas.
Por outra banda, unha das innovacións máis importantes da investigación é que os investigadores conseguiron extraer a información e razoamento que o sistema de aprendizaxe profunda utilizou para predicir a capacidade antibiótica dos compostos. Porque até agora un dos problemas destes sistemas era que funcionaban como caixa negra. E esta información podería ser moi útil para deseñar antibióticos aínda máis eficientes, por exemplo
Zu idazle
Zientzia aldizkaria
