استخدم باحثو معهد ماساتشوستس للتكنولوجيا الذكاء الاصطناعي لتصميم مضادين حيويين جديدين، NG1 و DN1، يستهدفان بنجاح السيلان المقاوم للأدوية وMRSA في الفئران، مما يسلط الضوء على إمكانيات الذكاء الاصطناعي في تحويل اكتشاف المضادات الحيوية.
قام باحثو معهد ماساتشوستس للتكنولوجيا (MIT) باستخدام الذكاء الاصطناعي لتطوير مضادين حيويين جديدين فعالين ضد السيلان المقاوم للأدوية وMRSA، مما يوفر استراتيجيات جديدة محتملة لمكافحة العدوى المسؤولة عن ملايين الوفيات كل عام.
من خلال الاستفادة من خوارزميات الذكاء الاصطناعي التوليدي، أنشأ الفريق أكثر من 36 مليون مركب محتمل وقام بفحصها حسابيًا لنشاطها المضاد للميكروبات. تبدو أكثر المرشحين الواعدين فريدة من نوعها من حيث التركيب مقارنة بالمضادات الحيوية الحالية، وتظهر أنها تعمل من خلال آليات لم يسبق رؤيتها تتسبب في تعطيل أغشية الخلايا البكتيرية. وقد مكّن هذا الأسلوب من توليد وتقييم مركبات جديدة تمامًا، ويخطط الباحثون لتوسيع النهج لتصميم مضادات حيوية تستهدف أنواعًا بكتيرية أخرى.
أغلب المضادات الحيوية الجديدة التي تم الموافقة عليها خلال السنوات الخمس والأربعين الماضية هي نسخ من أدوية موجودة، بينما تستمر مقاومة البكتيريا في الارتفاع، مما يتسبب في وفاة ما يقرب من 5 ملايين شخص سنويًا.
للتصدي لذلك، استخدم مشروع MIT لمضادات البكتيريا بالذكاء الاصطناعي الذكاء الاصطناعي لاستكشاف المركبات الموجودة والمركبات الجديدة الافتراضية تمامًا. باستخدام نماذج التعلم الآلي المدربة على التنبؤ بالنشاط المضاد للبكتيريا، قامت الفريق أولاً بفحص ملايين من قطع الكيمياء، مستبعدة تلك التي من المحتمل أن تكون سامة أو مشابهة للمضادات الحيوية الموجودة.
ثم قاموا بتطبيق خوارزميتين من الذكاء الاصطناعي التوليدي: CReM، التي تعدل الجزيئات بإضافة أو استبدال أو حذف الذرات والمجموعات، و F-VAE، التي تبني جزيئات كاملة من أجزاء استنادًا إلى أنماط كيميائية تم تعلمها. أنتجت هذه العملية المعتمدة على الذكاء الاصطناعي حوالي 7 ملايين جزيء مرشح، تم فحصها حاسوبيًا للنشاط ضد N. gonorrhoeae.
من هذا، تم اختيار حوالي 1000 مركب، وكان 80 منها قابلة للتصنيع بشكل صناعي، وأظهر مركب واحد، NG1، نشاطاً قوياً ضد N. gonorrhoeae المقاوم للأدوية في كل من الدراسات المخبرية ودراسات الفئران من خلال استهداف بروتين حاسم لتخليق غشاء البكتيريا، مما يمثل آلية عمل جديدة.
دراسة الجولة الثانية تستخدم الذكاء الاصطناعي التوليدي لاستكشاف الفضاء الكيميائي الجديد
في دراسة لاحقة، استخدم الباحثون الذكاء الاصطناعي التوليدي لتصميم جزيئات جديدة تمامًا تستهدف البكتيريا إيجابية الجرام S. aureus. باستخدام خوارزميات CReM و F-VAE، سمح الفريق للذكاء الاصطناعي بإنشاء مركبات دون قيود على الشظايا، مسترشداً فقط بالقواعد الكيميائية التي تحكم تركيبات الذرات.
أنتج هذا النهج المدفوع بالذكاء الاصطناعي أكثر من 29 مليون جزيء مرشح. ثم قام الفريق بتطبيق فلاتر حسابية لإزالة المركبات المتوقعة أن تكون سامة أو غير مستقرة أو مشابهة للمضادات الحيوية الحالية، مما قلص المجموعة إلى حوالي 90 مرشحًا قابلاً للاستخدام.
من بين 22 جزيئًا يمكن تركيبها واختبارها، أظهرت ستة منها نشاطًا مضادًا للبكتيريا قويًا ضد المكورات العنقودية الذهبية المقاومة لعدة أدوية في اختبارات المختبر. المركب الرائد، DN1، تمكن بنجاح من القضاء على عدوى الجلد الناتجة عن MRSA في نموذج الفأر.
لقد مكن القدرة الذاتية للذكاء الاصطناعي على استكشاف الفضاء الكيميائي الشاسع من اكتشاف جزيئات بآليات جديدة، مما أدى إلى تعطيل واسع لأغشية الخلايا البكتيرية بدلاً من استهداف بروتين واحد.
تقوم Phare Bio، وهي شريك غير ربحي في مشروع المضادات الحيوية-الذكاء الاصطناعي، الآن بتحسين NG1 و DN1 لدراسات ما قبل السريرية. يعتزم فريق البحث تطبيق هذه المنصات المدفوعة بالذكاء الاصطناعي على مسببات الأمراض الأخرى، بما في ذلك المتفطرة السلية وزائفة الزنجارية.
بينما تستمر مقاومة البكتيريا في تجاوز العلاجات الحالية، تُظهر الدراسة أن الذكاء الاصطناعي يمكنه استكشاف مجالات كيميائية غير معروفة سابقًا، مما يوفر فرصًا لنقل تطوير المضادات الحيوية من ردود فعل تفاعلية إلى تصميم استراتيجي واستباقي.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
معهد ماساتشوستس للتكنولوجيا يستخدم الذكاء الاصطناعي التوليدي لتطوير مضادين حيويين جديدين يستهدفان السيلان المقاوم للأدوية وMRSA
باختصار
استخدم باحثو معهد ماساتشوستس للتكنولوجيا الذكاء الاصطناعي لتصميم مضادين حيويين جديدين، NG1 و DN1، يستهدفان بنجاح السيلان المقاوم للأدوية وMRSA في الفئران، مما يسلط الضوء على إمكانيات الذكاء الاصطناعي في تحويل اكتشاف المضادات الحيوية.
قام باحثو معهد ماساتشوستس للتكنولوجيا (MIT) باستخدام الذكاء الاصطناعي لتطوير مضادين حيويين جديدين فعالين ضد السيلان المقاوم للأدوية وMRSA، مما يوفر استراتيجيات جديدة محتملة لمكافحة العدوى المسؤولة عن ملايين الوفيات كل عام.
من خلال الاستفادة من خوارزميات الذكاء الاصطناعي التوليدي، أنشأ الفريق أكثر من 36 مليون مركب محتمل وقام بفحصها حسابيًا لنشاطها المضاد للميكروبات. تبدو أكثر المرشحين الواعدين فريدة من نوعها من حيث التركيب مقارنة بالمضادات الحيوية الحالية، وتظهر أنها تعمل من خلال آليات لم يسبق رؤيتها تتسبب في تعطيل أغشية الخلايا البكتيرية. وقد مكّن هذا الأسلوب من توليد وتقييم مركبات جديدة تمامًا، ويخطط الباحثون لتوسيع النهج لتصميم مضادات حيوية تستهدف أنواعًا بكتيرية أخرى.
أغلب المضادات الحيوية الجديدة التي تم الموافقة عليها خلال السنوات الخمس والأربعين الماضية هي نسخ من أدوية موجودة، بينما تستمر مقاومة البكتيريا في الارتفاع، مما يتسبب في وفاة ما يقرب من 5 ملايين شخص سنويًا.
للتصدي لذلك، استخدم مشروع MIT لمضادات البكتيريا بالذكاء الاصطناعي الذكاء الاصطناعي لاستكشاف المركبات الموجودة والمركبات الجديدة الافتراضية تمامًا. باستخدام نماذج التعلم الآلي المدربة على التنبؤ بالنشاط المضاد للبكتيريا، قامت الفريق أولاً بفحص ملايين من قطع الكيمياء، مستبعدة تلك التي من المحتمل أن تكون سامة أو مشابهة للمضادات الحيوية الموجودة.
ثم قاموا بتطبيق خوارزميتين من الذكاء الاصطناعي التوليدي: CReM، التي تعدل الجزيئات بإضافة أو استبدال أو حذف الذرات والمجموعات، و F-VAE، التي تبني جزيئات كاملة من أجزاء استنادًا إلى أنماط كيميائية تم تعلمها. أنتجت هذه العملية المعتمدة على الذكاء الاصطناعي حوالي 7 ملايين جزيء مرشح، تم فحصها حاسوبيًا للنشاط ضد N. gonorrhoeae.
من هذا، تم اختيار حوالي 1000 مركب، وكان 80 منها قابلة للتصنيع بشكل صناعي، وأظهر مركب واحد، NG1، نشاطاً قوياً ضد N. gonorrhoeae المقاوم للأدوية في كل من الدراسات المخبرية ودراسات الفئران من خلال استهداف بروتين حاسم لتخليق غشاء البكتيريا، مما يمثل آلية عمل جديدة.
دراسة الجولة الثانية تستخدم الذكاء الاصطناعي التوليدي لاستكشاف الفضاء الكيميائي الجديد
في دراسة لاحقة، استخدم الباحثون الذكاء الاصطناعي التوليدي لتصميم جزيئات جديدة تمامًا تستهدف البكتيريا إيجابية الجرام S. aureus. باستخدام خوارزميات CReM و F-VAE، سمح الفريق للذكاء الاصطناعي بإنشاء مركبات دون قيود على الشظايا، مسترشداً فقط بالقواعد الكيميائية التي تحكم تركيبات الذرات.
أنتج هذا النهج المدفوع بالذكاء الاصطناعي أكثر من 29 مليون جزيء مرشح. ثم قام الفريق بتطبيق فلاتر حسابية لإزالة المركبات المتوقعة أن تكون سامة أو غير مستقرة أو مشابهة للمضادات الحيوية الحالية، مما قلص المجموعة إلى حوالي 90 مرشحًا قابلاً للاستخدام.
من بين 22 جزيئًا يمكن تركيبها واختبارها، أظهرت ستة منها نشاطًا مضادًا للبكتيريا قويًا ضد المكورات العنقودية الذهبية المقاومة لعدة أدوية في اختبارات المختبر. المركب الرائد، DN1، تمكن بنجاح من القضاء على عدوى الجلد الناتجة عن MRSA في نموذج الفأر.
لقد مكن القدرة الذاتية للذكاء الاصطناعي على استكشاف الفضاء الكيميائي الشاسع من اكتشاف جزيئات بآليات جديدة، مما أدى إلى تعطيل واسع لأغشية الخلايا البكتيرية بدلاً من استهداف بروتين واحد.
تقوم Phare Bio، وهي شريك غير ربحي في مشروع المضادات الحيوية-الذكاء الاصطناعي، الآن بتحسين NG1 و DN1 لدراسات ما قبل السريرية. يعتزم فريق البحث تطبيق هذه المنصات المدفوعة بالذكاء الاصطناعي على مسببات الأمراض الأخرى، بما في ذلك المتفطرة السلية وزائفة الزنجارية.
بينما تستمر مقاومة البكتيريا في تجاوز العلاجات الحالية، تُظهر الدراسة أن الذكاء الاصطناعي يمكنه استكشاف مجالات كيميائية غير معروفة سابقًا، مما يوفر فرصًا لنقل تطوير المضادات الحيوية من ردود فعل تفاعلية إلى تصميم استراتيجي واستباقي.