L’IA aide à trouver un nouvel antibiotique pour les bactéries difficiles à traiter

Grâce à l’utilisation de l’intelligence artificielle, des scientifiques du Canada et des États-Unis ont découvert un antibiotique qui pourrait être utilisé pour combattre un agent pathogène mortel et résistant aux médicaments – et ils espèrent utiliser un processus similaire pour découvrir des traitements pour d’autres bactéries difficiles.

Dans une étude publiée jeudi dans la revue Nature Chemical Biology, les chercheurs de l’Université McMaster et du Massachusetts Institute of Technology ont partagé leurs découvertes prometteuses sur le nouveau traitement antibactérien, qu’ils ont nommé abaucin.

Jon Stokes, l’un des principaux auteurs du document de recherche, a déclaré que l’antibiotique pourrait être utilisé pour lutter contre Acinetobacter baumannii, que l’Organisation mondiale de la santé a identifié comme l’une des bactéries résistantes aux antibiotiques les plus dangereuses au monde.

« À mon avis, c’est l’ennemi public n° 1 de la résistance aux antibiotiques – c’est très difficile à traiter », a déclaré Stokes, qui est professeur adjoint au département de biochimie et des sciences biomédicales à McMaster.

«Il a tendance à vivre dans les hôpitaux, donc vous le trouvez sur les poignées de porte et l’équipement hospitalier et tout. Et c’est vraiment difficile à stériliser, donc ça peut survivre sur ces surfaces hospitalières pendant de longues périodes.

L’agent pathogène bactérien, également connu sous le nom d’A. baumannii, peut provoquer une pneumonie, une méningite et infecter des plaies, qui peuvent toutes entraîner la mort. Il est également capable de capter l’ADN d’autres espèces de bactéries dans son environnement, qui peuvent coder des gènes de résistance aux antibiotiques, a noté Stokes.

Afin de découvrir un antibiotique pour lutter contre l’agent pathogène hautement résistant aux médicaments, Stokes a déclaré que les chercheurs avaient testé environ 7 500 molécules avec différentes structures dans un laboratoire pour voir lesquelles d’entre elles étaient capables d’inhiber la croissance d’A. baumannii et lesquelles d’entre elles ne l’étaient pas. .

Ensuite, il a déclaré qu’ils avaient formé un modèle d’IA pour comprendre quelles caractéristiques chimiques aboutissaient à des molécules ayant une activité A. baumannii.

« Une fois que nous avons formé notre modèle, nous avons pu commencer à montrer au modèle un tas d’images de nouvelles molécules qu’il n’avait jamais vues, à la manière d’une carte flash », a expliqué Stokes.

« Et ensuite, sur la base de ce que le modèle a appris pendant la formation, il prédirait quels produits chimiques il pensait être antibactériens et lesquels il pensait ne pas l’être. »

Après cela, les chercheurs ont acquis les molécules que le modèle d’IA prédisait être antibactériennes et les ont testées pour voir dans quelle mesure elles pouvaient combattre A. baumannii.

« Et c’était facile, car au lieu d’avoir à tester des milliers de molécules, nous en testions quelques centaines », a déclaré Stokes.

« Nous avons fini par trouver cette molécule qui était puissante pour inhiber la croissance d’Acinetobacter en laboratoire – et elle était structurellement unique par rapport à tous les autres antibiotiques connus que nous avons. Ce modèle d’IA nous a donc aidés à extraire assez efficacement une molécule intéressante aux propriétés antibactériennes contre le bogue que nous essayions de tuer.

Stokes a mené la recherche avec James J. Collins, professeur de génie médical et de sciences au MIT, les étudiants diplômés de McMaster Gary Liu et Denise Catacutan, ainsi que Khushi Rathod, un récent diplômé de McMaster.

Stokes a déclaré que leurs recherches offrent la preuve que l’application de méthodes d’IA peut « influencer de manière significative » la découverte de nouveaux antibiotiques à travers tout un tas de différents agents pathogènes difficiles. Et il espère utiliser des méthodes similaires pour découvrir d’autres traitements antibactériens.

« Je ne dis pas que l’IA est une panacée – elle ne résoudra pas tous nos problèmes pour nous – mais c’est un outil très puissant dans notre boîte à outils avec lequel nous utilisons pour trouver de nouveaux médicaments pour les gens. »