IBM Research AI- ն հայտնաբերում է 2 նոր հակամանրէային նյութ

SARS-CoV-2 կորոնավիրուսի կողմից հարուցված շարունակվող COVID-19 համաճարակն ընդգծում է կենսագիտության և կենսաբժշկական հետազոտությունների համաշխարհային կարևորությունը: Բայց դա միակ գլոբալ էկզիստենցիալ առողջության սպառնալիքը չէ. Սովորաբար օգտագործվող հակաբիոտիկների արդյունավետությունը վտանգված է: Միկրոբները զարգանում են ժամանակի ընթացքում և մշակում են դրանք մանրէաբանական նյութերից պաշտպանելու ուղիներ ՝ դրանք ավելի դիմացկուն դարձնելով: Հրապարակված է այսօր ՝ Բնության կենսաբժշկական ճարտարագիտություն նոր ուսումնասիրություն է, որը ցույց է տալիս, թե ինչպես է արհեստական ​​ինտելեկտի (AI) համակարգը նախագծել երկու նոր հակամանրէային միջոց ՝ նոր գործիք պոտենցիալ նոր դեղերի փոքր մոլեկուլների նախագծումն արագացնելու համար:

Հակամանրէային կայունությունը (AMR) գոյաբանական վտանգ է ներկայացնում, քանի դեռ չեն մշակվել նոր դեղամիջոցներ ՝ վնասակար մանրէների զարգացող դիմադրությանը համընթաց: Քանի որ ավելի շատ մանրէներ զարգացնում են հակաբիոտիկների նկատմամբ կայունություն, բուժման առկա տարբերակների արդյունավետությունը նվազում է, և այն, ինչ պետք է լինի սովորական բժշկական վիրահատությունները և ատամնաբուժական պրոցեդուրաները, ավելի ու ավելի ռիսկային են դառնում:

Հակաբիոտիկների դիմադրությունը, AMR- ի ձևերից մեկն այն է, երբ մանրէները կայունանում են հակաբիոտիկների նկատմամբ: Երբ մանրէները զարգացնում են դիմադրություն շատ հակամանրէների նկատմամբ, դրանք համարվում են դեղերի դիմացկուն բազմակի (MDR): Բազմաթիվ դեղակայուն օրգանիզմների օրինակներ են MRSA- ն (մետիցիլինակայուն) Staphylococcus aureus ), բազմակի դեղակայուն տուբերկուլյոզ, Escherichia coli (E. coli) , Klebsiella pneumoniae (K. pneumoniae) ), և շատ ուրիշներ:

Հակամանրէային դիմադրողականությանը նպաստող գործոնները ներառում են հակաբիոտիկների չարաշահումը բժշկական բուժման, անասնաբուծության, կաթնամթերքի և գյուղատնտեսության համար, ինչպես նաև հակամանրէային հավելանյութերի տարածումը սպառողական և արդյունաբերական արտադրանքներում, ինչպիսիք են օճառները, ձեռքի մաքրող միջոցները և մաքրող միջոցները:

Հակամանրէային դիմադրությունը գլոբալ խնդիր է: Համաձայն Առողջապահության Համաշխարհային Կազմակերպության ՄԱԿ-ի Գլխավոր քարտուղարին 2019 թ. Զեկույցի, տարեկան առնվազն 700,000 մահ է տեղի ունենում ամբողջ աշխարհում դեղորայքակայուն հիվանդությունների պատճառով, 230,000 մահվան համար պատասխանատու է բազմադեղակայուն տուբերկուլյոզը:

Ըստ Եվրոպական դեղերի գործակալության (EMA) ՝ ԵՄ գործակալության, որը վերահսկում է դեղերի գիտական ​​գնահատումը, վերահսկումը և անվտանգության մոնիտորինգը, ամեն տարի Եվրամիությունում (ԵՄ) բազմադիմացկուն բակտերիաների վարակներից մահանում է մոտավորապես 25,000 մարդ: Ըստ Անգլիայի, մոտ 13,162 վարակ դիմացկուն է եղել առնվազն մեկ հակաբիոտիկի նկատմամբ 2019 թ Հակամանրէային նյութերի օգտագործման և դիմադրության անգլերեն հսկողության ծրագիր (ESPAUR) զեկույցը:

Տարեկան Միացյալ Նահանգներում կա առնվազն 2.8 միլիոն հակաբիոտիկակայուն մանրէներ կամ սնկային վարակներ, որոնք հանգեցնում են ավելի քան 35000 մահվան, ըստ Հիվանդությունների վերահսկման և կանխարգելման կենտրոնի (CDC): 2019 AR սպառնալիքների զեկույց: Հրատապ սպառնալիքները կարբապենեմին դիմացկուն են Acineobacter , Candida auris, Clostridioides դժվար , Կարբապենեմակայուն Enterobacterales , և դեղակայուն Neisseria gonorrhoeae , համաձայն նույն CDC զեկույցի: Լուրջ սպառնալիքները դեղակայուն են Կամպիլոբակտեր , դեղակայուն Կանդիդա , ESBL արտադրող Enterobacterales , Վանկոմիցինակայուն Enterococci (VRE), բազմադեղակայուն Pseudomonas աերուգինոզա , դեղակայուն նոնտիֆոիդային Սալմոնելլա , դեղակայուն Սալմոնելլա սերոտիպ Տիֆ , դեղակայուն Շիգելա , Մետիցիլինակայուն Staphylococcus aureus (MRSA) , դեղակայուն Streptococcus pneumoniae , և դեղակայուն տուբերկուլյոզը ՝ համաձայն CDC- ի:

Երկու տեսակի Streptococcus , Erythromycin- դիմացկուն A խումբ Streptococcus և Clindamycin դիմացկուն B խումբ Streptococcus թվարկված են ՔԴԿ-ի սպառնալիքների մտահոգիչ կատեգորիայում: Վերջապես, CDC- ի դիտումների ցուցակում ազոլակայուն են Aspergillus fumigatus , Դեղակայուն Mycoplasma սեռական օրգան, և դեղակայուն Bordetella pertussis .

«Մենք IBM- ում աներևակայելի ոգևորված ենք այս վերջին աշխատանքով, որը ցույց է տալիս հակաբիոտիկների նկատմամբ կայունության աճող մարտահրավերը պայքարելու համար նոր և անվտանգ հակամանրէային միջոցների հայտնաբերումը` AI » Հետազոտական ​​Ա.

Das- ը ղեկավարել է Թոմ Սերկուի, Կահինի Վադհավանի, Ինկիտ Պադհիի, Սեբաստիան Գերմանի, Ֆլավիու ipիփչիգանի, Վիջիլ Չենտհամարաքշանի, Հենդրիկ Ստրոբելտի, icիցերո դոս Սանտոսի, Պին-Յու Չենի, Hեյմս Հեդրիկի, asonեյսոն Քրեյնի և Ալեքսանդրա Մոյսիլովիչի թիմի ղեկավարությունը: հետազոտողներ Յի Յան Յանի և remերեմի ՊԿ-ի հետ Tan- ը Սինգապուրի բիոինժեներության և նանոտեխնոլոգիայի ինստիտուտում:

Թիմը ստեղծեց AI համակարգ, որը նախագծեց երկու նոր հակամանրէային պեպտիդներ (AMP) ՝ ուժեղ լայն սպեկտրի հզորությամբ, որոնք ոչ թունավոր են մարդու համար:

«Մեր մոտեցումը գերազանցում է նոր առաջատար AMP նախագծման մեթոդներին գրեթե 10 տոկոսով», - գրել են Das և Saska Mojsilovic IBM Research Blog- ում:

Ավելի ու ավելի հաճախ օգտագործվում է արհեստական ​​ինտելեկտի (AI) մեքենայական ուսուցումը, որն օգնում է արագացնել թմրամիջոցների հետազոտությունը: Այս ուսումնասիրության ընթացքում հետազոտողները ստեղծել են AI գեներացնող ավտո-կոդավորիչ (AE), որը բաղկացած է երկու նյարդային ցանցերից (ծածկագրիչ և ապակոդավորող) `պեպտիդների հաջորդականությունների մասին տեղեկանալու համար:

1.7 միլիոն չպիտակավորված տվյալներից և 9000 պիտակավորված հաջորդականություններից ավտո-կոդավորիչը վերապատրաստվել է `օգտագործելով 100,000 ոչ պիտակավորված տվյալներ և 5000 հակամանրէային պեպտիդային հաջորդականություններ:

Հետո օգտագործվեց Վերահսկվող թաքնված ատրիբուտի տիեզերական նմուշառում (CLaSS) ՝ թիրախային հատկանիշներով, մասնավորապես հակամանրէային հատկություններով նոր պեպտիդային մոլեկուլներ առաջացնելու համար: CLaSS- ը ծախսարդյունավետ է, քանի որ այն չի պահանջում թաքնված տարածքի օպտիմալացում, քաղաքականության ուսուցում կամ կորուստների բարդ նպատակների նվազեցում: CLaSS- ը չի սահմանափակվում նախնական ելակետի շուրջ տեղական օպտիմալացմամբ, և CLaSS- ում նոր սահմանափակում ավելացնելը համեմատաբար պարզ է, պահանջում է պարզ կանխատեսողների ուսուցում, ինչը հեշտացնում է նոր նպատակադրումը:

Արդյունքների հետագա ճշգրտման համար խորը սովորելու դասակարգիչը զտում է մարդու համար թունավոր կամ նեղ սպեկտր ընդգրկող հակամանրէային պեպտիդները:

Ընդհանուր առմամբ, ընդամենը 48 օր է պահանջվել, որ AI համակարգը հայտնաբերի երկու նոր, ոչ թունավոր լայն սպեկտրի հակամանրէային պեպտիդներ: Ընդամենը երեք օր է պահանջվել 20 հաջորդականության սիլիկոնային զննում և 28 օր թաց լաբորատորիայում սինթեզի և փորձարկման համար:

Հետազոտողը հայտնում է, որ հակամանրէային երկու պեպտիդները «շատ ուժեղ են տարբեր գրամ-դրական և գրամ-բացասական պաթոգենների դեմ (ներառյալ բազմադիմացկուն K. pneumoniae) և շատ դժվար թե հարուցեն թմրամիջոցների դիմադրություն E. coli»:

«Սա տարիներ շարունակ հետազոտական ​​ջանքեր էր գործադրում», - ասաց Դասը: «Հուսով ենք, որ այս գերծանրքաշային գործիքների, այդ թվում ՝ գեներատիվ AI և հիբրիդային ամպային տեխնոլոգիաների նման ջանքերը կարող են արագացնել, թե ինչպես ենք մենք կատարում բարդ գիտական ​​հայտնագործման խնդիրներ, այդ թվում ՝ նոր և օգտակար նյութերի ու մոլեկուլների նախագծում և օպտիմիզացում, և մեզ տեղափոխում արագացված հայտնագործության նոր դարաշրջան »:

Հեղինակային իրավունք © 2021 Cami Rosso. Բոլոր իրավունքները պաշտպանված են.