Eine von César de la Fuente geleitete Studie nutzt KI, um Antibiotika in ausgestorbenen Organismen wie Mammuts zu entdecken. Es bietet eine vielversprechende Lösung gegen Antibiotikaresistenzen.
Die „Wiederbelebung“ von Molekülen dank modernster Technologien ist zu einem vielversprechenden Weg geworden. Nun, a Neue Studie zeigt, dass Deep Learning genutzt werden kann, um Proteine aus allen ausgestorbenen Organismen zu extrahieren, auch Mammuts. Die Ergebnisse werden diesen Dienstag in der Zeitschrift Nature Biomedical Engineering in einem Artikel unter der Leitung des Spaniers César de la Fuente von der University of Pennsylvania in den Vereinigten Staaten veröffentlicht.
„Antimikrobielle Resistenzen sind eine der größten Bedrohungen unserer Zeit und neue Antibiotika werden dringend benötigt. Heute berichten wir über die durch künstliche Intelligenz (KI) vorangetriebene Entdeckung von Zehntausenden potenzieller Antibiotika in ausgestorbenen Organismen“, fasst De la Fuente in seinem X-Bericht zusammen.
Molekulare Auslöschung
Die molekulare Auslöschung, angetrieben durch maschinelles Lernen, sucht Moleküle aus ausgestorbenen Organismen wiederbeleben, um Probleme wie Antibiotikaresistenz anzugehen. Das Labor von César de la Fuente an der University of Pennsylvania hat ein KI-Modell namens APEX entwickelt, mit dem zahlreiche antibiotische Verbindungen in alten Lebewesen, darunter dem Wollhaarmammut, erfolgreich entdeckt wurden. Dieser Fortschritt basiert auf Jahrzehntelange Forschung zur Sequenzierung antiken genetischen Materials stellt einen wichtigen Schritt auf dem aufstrebenden Gebiet der Auferstehungsbiologie dar.
Zuvor hatte das Labor Proteome von Neandertalern und Denisova-Menschen erforscht und Antibiotika-Moleküle sowohl bei modernen als auch bei alten Menschen identifiziert. Um die Entdeckung zu beschleunigen, wurde APEX entwickelt, um die Proteome aller bekannten ausgestorbenen Organismen zu analysieren. Die Forscher trainierten Deep-Learning-Modelle, die Tausende von Sequenzen mit antimikrobieller Breitbandaktivität vorhersagten, von denen viele in heutigen Organismen nicht vorkommen, und eröffneten so neue Möglichkeiten für die Entwicklung innovativer Antibiotika.
Experimente an Mäusen
Das Team synthetisierte 69 Peptide und bestätigte anhand dieser Beobachtungen ihre Aktivität gegen bakterielle Krankheitserreger Die meisten töteten Bakterien durch Depolarisierung ihrer Zytoplasmamembran. Verbindungen wie Mamuthusin-2 und Elefasin-2 zeigten bei Mäusen mit Hautabszessen oder Oberschenkelinfektionen eine antiinfektiöse Wirksamkeit, vergleichbar mit dem Antibiotikum Polymyxin B.
Die in Nature Biomedical Engineering veröffentlichte Studie unterstreicht, dass die KI-gestützte molekulare Auslöschung die Entdeckung therapeutischer Moleküle beschleunigen kann. Das APEX-Modell hat vielversprechende Kandidaten für präklinische Antibiotika identifiziert, wobei die KI-Arbeit es ermöglicht, das, was früher Jahre dauerte, in Stunden zu erledigen.
Mit Informationen der Agencia EFE
(1 Mal besucht, 1 Besuch heute)
