La resistenza antimicrobica è uno dei problemi di salute pubblica più urgenti al mondo, in quanto causa la morte di 1,27 milioni di persone ogni anno.
Utilizzando un modello di machine learning, un gruppo di ricercatori ha identificato quasi un milione di potenziali fonti di antibiotici in natura.
Lo studio, pubblicato su Cell, suggerisce quindi che l’intelligenza artificiale può aiutare a scoprire nuovi antibiotici utilizzando approcci innovativi.
Nuovi antibiotici
«C’è un urgente bisogno di nuovi metodi per la scoperta di antibiotici», afferma l’autore senior dello studio Luis Pedro Coelho dell’Institute of Science and Technology for Brain-Inspired Intelligence della Fudan University di Shanghai, in Cina. «Ci auguriamo che l’utilizzo dell’intelligenza artificiale per comprendere e sfruttare il potere del microbioma guiderà una ricerca innovativa per migliori risultati in termini di salute pubblica».
La scoperta della penicillina e di altri antibiotici derivati da prodotti naturali ha segnato una pietra miliare della medicina, consentendo il trattamento delle infezioni batteriche. Tuttavia, i batteri hanno sviluppato meccanismi per resistere agli effetti degli antibiotici, dando vita al fenomeno della resistenza agli antibiotici.
Luis Pedro Coelho e il suo team hanno quindi sfruttato l’intelligenza artificiale per setacciare diversi database pubblici contenenti dati genomici microbici, alla ricerca di nuovi agenti antimicrobici.
Ricerca basata sull’intelligenza artificiale
I ricercatori hanno utilizzato una piattaforma di machine learning per analizzare 87.920 genomi di specifici microbi e 63.410 raccolte di genomi microbici da campioni ambientali.
L’analisi ha rivelato 863.498 peptidi antimicrobici candidati, oltre il 90% dei quali non erano mai stati descritti prima. Per convalidare i risultati, il team ha sintetizzato 100 di questi peptidi e li ha testati contro 11 microbi patogeni, tra cui ceppi resistenti agli antibiotici di Escherichia coli e Staphylococcus aureus.
«Il nostro screening iniziale ha rivelato che 63 di questi 100 peptidi hanno completamente inibito la crescita di almeno uno dei patogeni testati, e spesso di più ceppi», afferma il coautore dello studio Cesar de la Fuente-Nunez. «In alcuni casi, queste molecole sono risultate efficaci contro i batteri a dosi molto basse».
Database ad accesso libero
Dai dati ottenuti è emerso che alcuni dei composti testati sono risultati in grado di bloccare le infezioni nei topi.
In particolare, quando testate su topi infetti due delle molecole candidate hanno ridotto i livelli dei batteri fino a quattro ordini di grandezza, producendo risultati simili a quelli della polimixina B, un antibiotico disponibile in commercio che viene utilizzato per curare polmonite, meningite e altre infezioni.
Ulteriori analisi hanno rivelato che molti dei composti identificati uccidono i batteri alterando la struttura delle loro membrane protettive esterne.
Nonostante la modalità di azione simile, queste molecole provengono da fonti diverse, tra cui acqua, terreno e intestino umano e animale.
I ricercatori hanno quindi creato un database contenente le sequenze antimicrobiche candidate, che hanno chiamato AMPSphere. Il database è accessibile gratuitamente e rappresenta una nuova risorsa per gli sviluppatori di antibiotici.
