Pesquisadores do MIT usaram IA para projetar dois novos antibióticos, NG1 e DN1, que atacam com sucesso a gonorreia resistente a medicamentos e o MRSA em camundongos, destacando o potencial da IA para transformar a descoberta de antibióticos.
Os pesquisadores do Massachusetts Institute of Technology (MIT) utilizaram IA para desenvolver dois novos antibióticos eficazes contra a gonorreia resistente a medicamentos e o MRSA, oferecendo potencialmente novas estratégias para combater infecções responsáveis por milhões de mortes a cada ano.
Ao aproveitar algoritmos de IA generativa, a equipe criou mais de 36 milhões de compostos potenciais e os avaliou computacionalmente quanto à atividade antimicrobiana. Os candidatos mais promissores são estruturalmente únicos em comparação com os antibióticos existentes e parecem atuar através de mecanismos previamente não vistos que perturbam as membranas celulares bacterianas. Este método possibilitou a geração e avaliação de compostos totalmente novos, e os pesquisadores planejam estender a abordagem para projetar antibióticos direcionados a outras espécies bacterianas.
A maioria dos novos antibióticos aprovados nos últimos 45 anos são variações de medicamentos existentes, enquanto a resistência bacteriana continua a aumentar, causando quase 5 milhões de mortes anualmente.
Para lidar com isso, o Projeto Antibiotics-AI do MIT utilizou IA para explorar tanto compostos existentes quanto moléculas novas e hipotéticas. Usando modelos de aprendizado de máquina treinados para prever a atividade antibacteriana, a equipe primeiro avaliou milhões de fragmentos químicos, eliminando aqueles que provavelmente seriam tóxicos ou semelhantes a antibióticos existentes.
Eles então aplicaram dois algoritmos de IA generativa: CReM, que modifica moléculas adicionando, substituindo ou deletando átomos e grupos, e F-VAE, que constrói moléculas completas a partir de fragmentos com base em padrões químicos aprendidos. Este processo impulsionado por IA gerou aproximadamente 7 milhões de moléculas candidatas, que foram analisadas computacionalmente quanto à atividade contra N. gonorrhoeae.
A partir disso, cerca de 1.000 compostos foram selecionados, 80 eram sinteticamente viáveis, e um composto, NG1, demonstrou atividade potente contra N. gonorrhoeae resistente a medicamentos em estudos laboratoriais e em camundongos, direcionando uma proteína crítica para a síntese da membrana bacteriana, representando um novo mecanismo de ação.
Estudo da Segunda Fase Usa IA Generativa Para Explorar Espaço Químico Novo
Num estudo de seguimento, os investigadores aproveitaram a IA generativa para desenhar moléculas completamente novas que visam a bactéria Gram-positiva S. aureus. Utilizando os algoritmos CReM e F-VAE, a equipa permitiu que a IA gerasse compostos sem restrições de fragmentos, guiada apenas pelas regras químicas que regem as combinações de átomos.
Esta abordagem impulsionada por IA produziu mais de 29 milhões de moléculas candidatas. A equipe então aplicou filtros computacionais para remover compostos previstos como tóxicos, instáveis ou semelhantes a antibióticos existentes, reduzindo o conjunto para aproximadamente 90 candidatos viáveis.
Dos 22 moléculas que puderam ser sintetizadas e testadas, seis exibiram forte atividade antibacteriana contra S. aureus multirresistente em ensaios laboratoriais. O composto líder, DN1, eliminou com sucesso infecções de pele por MRSA em um modelo de camundongo.
A capacidade da IA de explorar autonomamente vastos espaços químicos possibilitou a descoberta de moléculas com mecanismos inovadores, perturbando amplamente as membranas celulares bacterianas em vez de se concentrar em uma única proteína.
A Phare Bio, um parceiro sem fins lucrativos no Projeto Antibiotics-AI, está agora a otimizar o NG1 e o DN1 para mais estudos pré-clínicos. A equipa de investigação pretende aplicar estas plataformas de design impulsionadas por IA a outros patógenos, incluindo Mycobacterium tuberculosis e Pseudomonas aeruginosa.
Enquanto a resistência bacteriana continua a superar os tratamentos existentes, o estudo demonstra que a IA pode explorar áreas do espaço químico anteriormente inexploradas, oferecendo oportunidades para mudar o desenvolvimento de antibióticos de respostas reativas para um design estratégico e proativo.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
MIT utiliza IA generativa para desenvolver dois novos antibióticos direcionados a gonorreia resistente a medicamentos e MRSA
Em resumo
Pesquisadores do MIT usaram IA para projetar dois novos antibióticos, NG1 e DN1, que atacam com sucesso a gonorreia resistente a medicamentos e o MRSA em camundongos, destacando o potencial da IA para transformar a descoberta de antibióticos.
Os pesquisadores do Massachusetts Institute of Technology (MIT) utilizaram IA para desenvolver dois novos antibióticos eficazes contra a gonorreia resistente a medicamentos e o MRSA, oferecendo potencialmente novas estratégias para combater infecções responsáveis por milhões de mortes a cada ano.
Ao aproveitar algoritmos de IA generativa, a equipe criou mais de 36 milhões de compostos potenciais e os avaliou computacionalmente quanto à atividade antimicrobiana. Os candidatos mais promissores são estruturalmente únicos em comparação com os antibióticos existentes e parecem atuar através de mecanismos previamente não vistos que perturbam as membranas celulares bacterianas. Este método possibilitou a geração e avaliação de compostos totalmente novos, e os pesquisadores planejam estender a abordagem para projetar antibióticos direcionados a outras espécies bacterianas.
A maioria dos novos antibióticos aprovados nos últimos 45 anos são variações de medicamentos existentes, enquanto a resistência bacteriana continua a aumentar, causando quase 5 milhões de mortes anualmente.
Para lidar com isso, o Projeto Antibiotics-AI do MIT utilizou IA para explorar tanto compostos existentes quanto moléculas novas e hipotéticas. Usando modelos de aprendizado de máquina treinados para prever a atividade antibacteriana, a equipe primeiro avaliou milhões de fragmentos químicos, eliminando aqueles que provavelmente seriam tóxicos ou semelhantes a antibióticos existentes.
Eles então aplicaram dois algoritmos de IA generativa: CReM, que modifica moléculas adicionando, substituindo ou deletando átomos e grupos, e F-VAE, que constrói moléculas completas a partir de fragmentos com base em padrões químicos aprendidos. Este processo impulsionado por IA gerou aproximadamente 7 milhões de moléculas candidatas, que foram analisadas computacionalmente quanto à atividade contra N. gonorrhoeae.
A partir disso, cerca de 1.000 compostos foram selecionados, 80 eram sinteticamente viáveis, e um composto, NG1, demonstrou atividade potente contra N. gonorrhoeae resistente a medicamentos em estudos laboratoriais e em camundongos, direcionando uma proteína crítica para a síntese da membrana bacteriana, representando um novo mecanismo de ação.
Estudo da Segunda Fase Usa IA Generativa Para Explorar Espaço Químico Novo
Num estudo de seguimento, os investigadores aproveitaram a IA generativa para desenhar moléculas completamente novas que visam a bactéria Gram-positiva S. aureus. Utilizando os algoritmos CReM e F-VAE, a equipa permitiu que a IA gerasse compostos sem restrições de fragmentos, guiada apenas pelas regras químicas que regem as combinações de átomos.
Esta abordagem impulsionada por IA produziu mais de 29 milhões de moléculas candidatas. A equipe então aplicou filtros computacionais para remover compostos previstos como tóxicos, instáveis ou semelhantes a antibióticos existentes, reduzindo o conjunto para aproximadamente 90 candidatos viáveis.
Dos 22 moléculas que puderam ser sintetizadas e testadas, seis exibiram forte atividade antibacteriana contra S. aureus multirresistente em ensaios laboratoriais. O composto líder, DN1, eliminou com sucesso infecções de pele por MRSA em um modelo de camundongo.
A capacidade da IA de explorar autonomamente vastos espaços químicos possibilitou a descoberta de moléculas com mecanismos inovadores, perturbando amplamente as membranas celulares bacterianas em vez de se concentrar em uma única proteína.
A Phare Bio, um parceiro sem fins lucrativos no Projeto Antibiotics-AI, está agora a otimizar o NG1 e o DN1 para mais estudos pré-clínicos. A equipa de investigação pretende aplicar estas plataformas de design impulsionadas por IA a outros patógenos, incluindo Mycobacterium tuberculosis e Pseudomonas aeruginosa.
Enquanto a resistência bacteriana continua a superar os tratamentos existentes, o estudo demonstra que a IA pode explorar áreas do espaço químico anteriormente inexploradas, oferecendo oportunidades para mudar o desenvolvimento de antibióticos de respostas reativas para um design estratégico e proativo.