MIT araştırmacıları, ilaçlara dirençli gonore ve MRSA'yı farelerde başarıyla hedef alan NG1 ve DN1 adlı iki yeni antibiyotik tasarlamak için yapay zekayı kullandı ve bu durum, yapay zekanın antibiyotik keşfini dönüştürme potansiyelini vurguladı.
Massachusetts Institute of Technology (MIT) araştırmacıları, ilaç dirençli gonore ve MRSA'ya karşı etkili iki yeni antibiyotik geliştirmek için yapay zekayı kullandı. Bu, her yıl milyonlarca ölümden sorumlu enfeksiyonlarla mücadele etmek için yeni stratejiler sunabilir.
Üretken yapay zeka algoritmalarından yararlanarak, ekip 36 milyondan fazla potansiyel bileşik oluşturdu ve bunları antimikrobiyal aktivite açısından hesaplamalı olarak taradı. En umut verici adaylar, mevcut antibiyotiklere kıyasla yapısal olarak benzersizdir ve bakteriyel hücre zarlarını bozan daha önce görülmemiş mekanizmalar aracılığıyla etki ettikleri görünmektedir. Bu yöntem, tamamen yeni bileşiklerin üretilmesini ve değerlendirilmesini sağladı ve araştırmacılar, bu yaklaşımı diğer bakteriyel türleri hedefleyen antibiyotikler tasarlamak için genişletmeyi planlıyorlar.
Son 45 yılda onaylanan yeni antibiyotiklerin çoğu, mevcut ilaçların varyasyonlarıdır, oysa bakteriyel direncin artmaya devam etmesi yılda neredeyse 5 milyon ölüme yol açmaktadır.
Bunu aşmak için MIT'nin Antibiyotik-AI Projesi, hem mevcut bileşenleri hem de tamamen yeni, hipotetik molekülleri keşfetmek üzere AI kullandı. Antibakteriyel aktiviteyi tahmin etmek üzere eğitilmiş makine öğrenimi modelleri kullanarak, ekip önce milyonlarca kimyasal parça taradı ve toksik olma ihtimali yüksek veya mevcut antibiyotiklere benzer olanları ele aldı.
Daha sonra, atomları ve grupları ekleyerek, değiştirerek veya silerek molekülleri değiştiren CReM ve öğrenilmiş kimyasal desenlere dayanarak parçaları birleştirerek tam moleküller oluşturan F-VAE adında iki jeneratif AI algoritması uyguladılar. Bu AI destekli süreç, N. gonorrhoeae'ye karşı aktivite için hesaplamalı olarak taranan yaklaşık 7 milyon aday molekül üretti.
Bundan yaklaşık 1.000 bileşik ön elemeye alındı, 80'i sentetik olarak gerçekleştirilebilirken, NG1 adlı bir bileşik, bakteriyel zar sentezi için kritik bir proteini hedef alarak hem laboratuvar hem de fare çalışmalarında ilaç dirençli N. gonorrhoeae'ye karşı güçlü bir aktivite gösterdi ve bu, yeni bir etki mekanizmasını temsil ediyor.
İkinci Aşama Çalışması, Yenilikçi Kimyasal Alanı Keşfetmek İçin Üretken Yapay Zeka Kullanıyor
Bir takip çalışmasında, araştırmacılar Gram-pozitif bakterisi S. aureus'u hedefleyen tamamen yeni moleküller tasarlamak için generatif AI'dan yararlandılar. CReM ve F-VAE algoritmalarını kullanarak, ekip AI'nın atom kombinasyonlarını yöneten kimyasal kurallarla yalnızca yönlendirilerek, parça kısıtlaması olmaksızın bileşenler üretmesine izin verdi.
Bu AI destekli yaklaşım, 29 milyondan fazla aday molekül üretti. Ekip daha sonra toksik, kararsız veya mevcut antibiyotiklere benzer olduğu tahmin edilen bileşenleri ortadan kaldırmak için hesaplamalı filtreler uyguladı ve havuzu yaklaşık 90 uygulanabilir adaya indirdi.
Sentezlenip test edilebilen 22 molekülden altısı, laboratuvar deneylerinde çoklu ilaç direncine sahip S. aureus'a karşı güçlü antibakteriyel aktivite gösterdi. Önde gelen bileşik DN1, bir fare modelinde MRSA cilt enfeksiyonlarını başarıyla temizledi.
Yapay zekanın bağımsız olarak geniş kimyasal alanı keşfetme yeteneği, bakteriyel hücre zarlarını hedeflemek yerine, yenilikçi mekanizmalara sahip moleküllerin keşfini sağladı.
Phare Bio, Antibiotics-AI Projesi'ndeki bir kar amacı gütmeyen ortak, şimdi NG1 ve DN1'i daha ileri ön klinik çalışmalar için optimize ediyor. Araştırma ekibi, bu AI destekli tasarım platformlarını Mycobacterium tuberculosis ve Pseudomonas aeruginosa gibi diğer patojenlere uygulamayı amaçlıyor.
Bakteriyel direncin mevcut tedavileri geride bırakmaya devam ettiği bir sırada, bu çalışma AI'nın daha önce keşfedilmemiş kimyasal alanları keşfedebileceğini gösteriyor ve antibiyotik geliştirmeyi reaktif tepkilerden stratejik, proaktif tasarıma kaydırma fırsatları sunuyor.
View Original
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
MIT, İlaç Dirençli Gonore ve MRSA'yı Hedefleyen İki Yeni Antibiyotik Geliştirmek İçin Üretken AI Kullanıyor
Kısa Bilgi
MIT araştırmacıları, ilaçlara dirençli gonore ve MRSA'yı farelerde başarıyla hedef alan NG1 ve DN1 adlı iki yeni antibiyotik tasarlamak için yapay zekayı kullandı ve bu durum, yapay zekanın antibiyotik keşfini dönüştürme potansiyelini vurguladı.
Massachusetts Institute of Technology (MIT) araştırmacıları, ilaç dirençli gonore ve MRSA'ya karşı etkili iki yeni antibiyotik geliştirmek için yapay zekayı kullandı. Bu, her yıl milyonlarca ölümden sorumlu enfeksiyonlarla mücadele etmek için yeni stratejiler sunabilir.
Üretken yapay zeka algoritmalarından yararlanarak, ekip 36 milyondan fazla potansiyel bileşik oluşturdu ve bunları antimikrobiyal aktivite açısından hesaplamalı olarak taradı. En umut verici adaylar, mevcut antibiyotiklere kıyasla yapısal olarak benzersizdir ve bakteriyel hücre zarlarını bozan daha önce görülmemiş mekanizmalar aracılığıyla etki ettikleri görünmektedir. Bu yöntem, tamamen yeni bileşiklerin üretilmesini ve değerlendirilmesini sağladı ve araştırmacılar, bu yaklaşımı diğer bakteriyel türleri hedefleyen antibiyotikler tasarlamak için genişletmeyi planlıyorlar.
Son 45 yılda onaylanan yeni antibiyotiklerin çoğu, mevcut ilaçların varyasyonlarıdır, oysa bakteriyel direncin artmaya devam etmesi yılda neredeyse 5 milyon ölüme yol açmaktadır.
Bunu aşmak için MIT'nin Antibiyotik-AI Projesi, hem mevcut bileşenleri hem de tamamen yeni, hipotetik molekülleri keşfetmek üzere AI kullandı. Antibakteriyel aktiviteyi tahmin etmek üzere eğitilmiş makine öğrenimi modelleri kullanarak, ekip önce milyonlarca kimyasal parça taradı ve toksik olma ihtimali yüksek veya mevcut antibiyotiklere benzer olanları ele aldı.
Daha sonra, atomları ve grupları ekleyerek, değiştirerek veya silerek molekülleri değiştiren CReM ve öğrenilmiş kimyasal desenlere dayanarak parçaları birleştirerek tam moleküller oluşturan F-VAE adında iki jeneratif AI algoritması uyguladılar. Bu AI destekli süreç, N. gonorrhoeae'ye karşı aktivite için hesaplamalı olarak taranan yaklaşık 7 milyon aday molekül üretti.
Bundan yaklaşık 1.000 bileşik ön elemeye alındı, 80'i sentetik olarak gerçekleştirilebilirken, NG1 adlı bir bileşik, bakteriyel zar sentezi için kritik bir proteini hedef alarak hem laboratuvar hem de fare çalışmalarında ilaç dirençli N. gonorrhoeae'ye karşı güçlü bir aktivite gösterdi ve bu, yeni bir etki mekanizmasını temsil ediyor.
İkinci Aşama Çalışması, Yenilikçi Kimyasal Alanı Keşfetmek İçin Üretken Yapay Zeka Kullanıyor
Bir takip çalışmasında, araştırmacılar Gram-pozitif bakterisi S. aureus'u hedefleyen tamamen yeni moleküller tasarlamak için generatif AI'dan yararlandılar. CReM ve F-VAE algoritmalarını kullanarak, ekip AI'nın atom kombinasyonlarını yöneten kimyasal kurallarla yalnızca yönlendirilerek, parça kısıtlaması olmaksızın bileşenler üretmesine izin verdi.
Bu AI destekli yaklaşım, 29 milyondan fazla aday molekül üretti. Ekip daha sonra toksik, kararsız veya mevcut antibiyotiklere benzer olduğu tahmin edilen bileşenleri ortadan kaldırmak için hesaplamalı filtreler uyguladı ve havuzu yaklaşık 90 uygulanabilir adaya indirdi.
Sentezlenip test edilebilen 22 molekülden altısı, laboratuvar deneylerinde çoklu ilaç direncine sahip S. aureus'a karşı güçlü antibakteriyel aktivite gösterdi. Önde gelen bileşik DN1, bir fare modelinde MRSA cilt enfeksiyonlarını başarıyla temizledi.
Yapay zekanın bağımsız olarak geniş kimyasal alanı keşfetme yeteneği, bakteriyel hücre zarlarını hedeflemek yerine, yenilikçi mekanizmalara sahip moleküllerin keşfini sağladı.
Phare Bio, Antibiotics-AI Projesi'ndeki bir kar amacı gütmeyen ortak, şimdi NG1 ve DN1'i daha ileri ön klinik çalışmalar için optimize ediyor. Araştırma ekibi, bu AI destekli tasarım platformlarını Mycobacterium tuberculosis ve Pseudomonas aeruginosa gibi diğer patojenlere uygulamayı amaçlıyor.
Bakteriyel direncin mevcut tedavileri geride bırakmaya devam ettiği bir sırada, bu çalışma AI'nın daha önce keşfedilmemiş kimyasal alanları keşfedebileceğini gösteriyor ve antibiyotik geliştirmeyi reaktif tepkilerden stratejik, proaktif tasarıma kaydırma fırsatları sunuyor.