Deutsch
English
Español
Français
Nederlands
Polski
Português
Русский
Türkçe
Svenska
Chinese
MagyarIntegrated Biosciences scopre nuovi antibiotici efficaci nell'uccidere l'MRSA e altri germi grazie al software di scoperta di farmaci AI
Integrated Biosciences ha scoperto una nuova classe di antibiotici efficaci nell'uccidere l'MRSA resistente agli antibiotici e altri germi. Per ottenere questo risultato, l'azienda ha utilizzato l'apprendimento profondo dell'AI addestrato sulle parti chiave degli attuali antibiotici che uccidono. Questa scoperta aiuta a contrastare il problema crescente dei batteri resistenti ai farmaci.
Lo stafilococco aureo resistente alla meticillina è un esempio di batterio che è diventato sempre più resistente ai farmaci. Gli antibiotici attuali stanno perdendo la loro efficacia e i decessi aumentano ogni anno. Migliaia di persone muoiono a causa di infezioni da MRSA e il tasso di mortalità dopo l'infezione, anche tra i portatori non sintomatici, è molto più alto del normale.
I metodi tradizionali di scoperta di farmaci antibiotici possono superare facilmente il miliardo di dollari e richiedono decenni. Integrated Biosciences ha fatto in modo che la sua AI cercasse antibiotici validi attraverso una serie di 12 milioni di candidati, utilizzando solo il software anziché il lavoro di laboratorio. L'AI è stata addestrata a conoscere gli aspetti di una molecola che portano a un'elevata attività antibiotica e soprattutto alla tossicità. In questo modo si è evitato il noioso lavoro necessario per isolare e poi testare i candidati uno per uno in laboratorio.
Sebbene la scoperta di una nuova classe di antibiotici in tempi brevi sia sorprendente, data la recente scarsità in questo campo, i nuovi farmaci devono ancora essere accuratamente testati negli studi sugli animali e sull'uomo, per cui mancano ancora anni per arrivare sul mercato. Atleti sportivi e bambini sono vulnerabili alle infezioni a causa della natura del loro gioco, ma anche la condivisione di rasoi contaminati può diffondere l'MRSA. Nel frattempo, può uccidere l'MRSA resistente agli antibiotici e altri germi sulle superfici e sui giocattoli a casa sua, utilizzando un disinfettante registrato dall'EPA(come questo su Amazon).
Integrated Biosciences annuncia la pubblicazione su Nature che identifica una nuova classe di antibiotici scoperta grazie alla piattaforma AI dell'azienda
La pubblicazione convalida l'uso dell'apprendimento profondo spiegabile nella scoperta di farmaci e identifica una nuova classe di antibiotici, una delle poche negli ultimi 60 anni
La resistenza antimicrobica è una crisi di salute pubblica che si prevede ucciderà 10 milioni di persone all'anno in tutto il mondo entro il 2050, e l'MRSA da solo uccide oltre 10.000 persone all'anno negli Stati Uniti. I ricercatori di Integrated Biosciences hanno scoperto la prima classe di antibiotici mai identificata utilizzando una nuova intelligenza artificiale spiegabile. Questi antibiotici uccidono in modo specifico e potente l'MRSA e altri agenti patogeni batterici. (Foto: Business Wire)
20 dicembre 2023 11:00 AM Ora solare orientale
SAN CARLOS, California --(BUSINESS WIRE)--Integrated Biosciences, azienda biotecnologica pioniera nell'uso della biologia sintetica e dell'apprendimento automatico per sviluppare terapie di prossima generazione per le malattie legate all'età, ha annunciato oggi la pubblicazione sulla rivista Nature di un manoscritto sottoposto a revisione paritaria che illustra l'applicazione della sua piattaforma nella scoperta di una nuova classe di antibiotici a piccole molecole in grado di affrontare la resistenza agli antibiotici. Questa scoperta rappresenta una delle prime nuove classi di antibiotici degli ultimi 60 anni ed è la prima scoperta che si avvale di una piattaforma alimentata dall'AI e basata sull'apprendimento profondo spiegabile. Il documento, intitolato "Discovery of a structural class of antibiotics with explainable deep learning" (Scoperta di una classe strutturale di antibiotici con l'apprendimento profondo spiegabile), è stato co-autore di un team di 21 ricercatori, guidati da Felix Wong, Ph.D., co-fondatore di Integrated Biosciences, e James J. Collins, Ph.D., Termeer Professor of Medical Engineering and Science presso il MIT e presidente fondatore del Consiglio di consulenza scientifica di Integrated Biosciences.
Altri collaboratori includevano ricercatori del Massachusetts Institute of Technology (MIT), del Broad Institute del MIT e di Harvard, del Wyss Institute for Biologically Inspired Engineering e del Leibniz Institute of Polymer Research di Dresda, in Germania. Nel loro studio, i ricercatori hanno vagliato virtualmente più di 12 milioni di composti candidati per identificare questa nuova classe di antibiotici.
"Questa scoperta di una nuova classe di antibiotici è un risultato rivoluzionario che dimostra che l'intelligenza artificiale e l'apprendimento profondo spiegabile sono in grado di catalizzare in modo unico la scoperta di farmaci", ha detto il dottor Wong. "Il nostro lavoro rende disponibili al pubblico diversi modelli ad alta potenza per prevedere con precisione sia l'attività che la tossicità degli antibiotici. È importante sottolineare che questa è una delle prime dimostrazioni che i modelli di apprendimento profondo possono spiegare ciò che prevedono, con implicazioni immediate e di vasta portata per il modo in cui viene effettuata la scoperta di farmaci e per l'efficienza con cui possiamo trovare nuovi farmaci utilizzando l'AI"
Satotaka Omori, Ph.D., membro fondatore e Responsabile della Biologia dell'Invecchiamento presso Integrated Biosciences, e autore della pubblicazione, ha detto: "Un'implicazione importante di questo studio è che i modelli di apprendimento profondo nella scoperta di farmaci possono, e in molti casi devono, essere resi spiegabili. Sebbene l'AI continui ad avere un impatto, è anche limitata dai molti modelli a scatola nera che vengono comunemente utilizzati e che offuscano il processo decisionale sottostante. Aprendo queste scatole nere, miriamo a creare approfondimenti più generalizzabili che possano essere più utili per accelerare l'uso e lo sviluppo di approcci di nuova generazione alla scoperta di farmaci"
In questo approccio innovativo, il team di ricercatori ha addestrato modelli di apprendimento profondo su dati generati sperimentalmente per prevedere l'attività antibiotica e la tossicità di qualsiasi composto. Ispirandosi all'AI utilizzata in altri contesti, tra cui la tecnologia di gioco AlphaGo di DeepMind, gli autori hanno progettato nuovi modelli per spiegare quali parti di una molecola sono importanti per l'attività antibiotica. Il risultato è stata una nuova classe di antibiotici con una potente attività contro i patogeni multiresistenti ai farmaci. In una serie di esperimenti, i ricercatori hanno testato un candidato antibiotico in modelli murini di infezione da MRSA e hanno scoperto che era efficace sia a livello topico che sistemico, indicando che il composto potrebbe essere adatto per un ulteriore sviluppo come trattamento per le infezioni batteriche gravi e correlate alla sepsi.
"Si tratta di un'importante convalida di quanto sia importante l'integrazione dell'IA e dell'apprendimento profondo spiegabile per superare alcune delle sfide più difficili della medicina, in questo caso la resistenza agli antibiotici", ha detto il Dr. Collins. "Basandosi su questi studi di convalida e su approcci simili, il team di Integrated Biosciences è pronto ad accelerare ulteriormente l'integrazione della biologia sintetica e della profonda comprensione dello stress cellulare, per rispondere a un bisogno significativo e insoddisfatto di nuovi trattamenti mirati alle malattie legate all'età"
"In qualsiasi classe di farmaci, spesso ci sono problemi persistenti che hanno limitato lo sviluppo clinico. Un'innovazione chiave in questo studio è stata quella di poter guardare all'apprendimento profondo spiegabile per aiutarci ad affrontare problemi specifici, come la resistenza e la tossicità, e trovare rapidamente delle soluzioni", ha detto il dottor Wong.
Alicia Li, ricercatrice associata presso Integrated Biosciences e autrice della pubblicazione, ha aggiunto: "È davvero entusiasmante vedere come siamo stati in grado di dimostrare un nuovo modo di prevedere l'utilità di un composto come antibiotico, la probabilità che il composto progredisca negli studi di Fase I e se il composto sia o meno uno dei potenziali molti altri membri di una nuova classe di farmaci"
Integrated Biosciences ha costruito un corpo di ricerca che, oltre a questa nuova pubblicazione su Nature, include un articolo su Nature Aging pubblicato a maggio, che dimostra come l'AI possa essere utilizzata per scoprire nuovi senolitici, composti anti-invecchiamento che eliminano selettivamente le cellule senescenti "zombie". Questi composti si sono dimostrati promettenti nella loro capacità di trattare le malattie legate all'età, come la fibrosi, l'infiammazione e il cancro. Un articolo di Cell Systems pubblicato a luglio ha dimostrato una piattaforma basata sulla biologia sintetica che consente il controllo umano sulle risposte allo stress associate all'invecchiamento, permettendo di accelerare gli screening dei farmaci per colpire l'invecchiamento.
La pubblicazione, "Discovery of a structural class of antibiotics with explainable deep learning" (Scoperta di una classe strutturale di antibiotici con l'apprendimento profondo spiegabile), è accessibile sul sito web di Nature: www.nature.com/articles/s41586-023-06887-8.
Informazioni su Integrated Biosciences
Integrated Biosciences è un'azienda biotecnologica emergente che sta sperimentando nuovi approcci che combinano la biologia sintetica e la scoperta di farmaci a piccole molecole guidata dall'AI per produrre terapie di prossima generazione mirate alle malattie legate all'invecchiamento. L'azienda è stata fondata nel 2022 dagli scienziati Felix Wong, Ph.D., e Max Wilson, Ph.D., con formazione MIT, Harvard e Princeton. I suoi consulenti scientifici includono James J. Collins, Ph.D., Professore Termeer di Ingegneria e Scienza Medica al MIT, Sir David W. C. MacMillan Ph.D., vincitore del Premio Nobel per la Chimica nel 2021, e James S. McDonnell Distinguished University Professor di Chimica a Princeton. Gli investitori di Integrated Biosciences includono Root Ventures, Mission BioCapital, Conscience VC, Reinforced Ventures e Polymath Capital. Per maggiori informazioni, visiti: www.integratedbiosciences.com.
Contatti
Media:
Anthony Petrucci
Bioscribe
512-581-5442
[email protected]
