AI რეზისტენტული ბაქტერიებისთვის ანტიბიოტიკების შექმნას ეხმარება

ფოტო - AI რეზისტენტული ბაქტერიებისთვის ანტიბიოტიკების შექმნას ეხმარება
მრავალ მიკროორგანიზმს შორის, ადამიანისთვის ყველაზე საშიშია ანტიბიოტიკებისადმი მდგრადი ბაქტერიები. შესაძლოა, სულ მალე სიტუაცია შეიცვალოს: მაკმასტერის უნივერსიტეტისა და მასაჩუსეტსის ტექნოლოგიური ინსტიტუტის მეცნიერები ახალი ეფექტური ანტიბიოტიკების მოსაძებნად ხელოვნურ ინტელექტს იყენებენ.
მედიცინის ისეთი აქტუალური პრობლემის გადასაჭრელად, როგორიცაა ანტიბაქტერიული პრეპარატების შექმნა მედიკამენტებისადმი რეზისტენტული მიკროორგანიზმების წინააღმდეგ საბრძოლველად, გაერთიანდნენ მაკმასტერის უნივერსიტეტის (კანადა) და მასაჩუსეტსის ტექნოლოგიური ინსტიტუტის (აშშ) მკვლევარები. ისინი იყენებენ ხელოვნურ ინტელექტს მოლეკულების მოსაძებნად, რომლებსაც მძიმე და ხშირად ფატალური დაავადებების გამომწვევი რეზისტენტული პათოგენების განადგურება შეუძლია.
მაკმასტერის უნივერსიტეტის ბიოქიმიისა და ბიოსამედიცინო მეცნიერებათა კათედრის დოცენტი ჯონათან სტოუკსი წყარო: https://brighterworld.mcmaster.ca

მაკმასტერის უნივერსიტეტის ბიოქიმიისა და ბიოსამედიცინო მეცნიერებათა კათედრის დოცენტი ჯონათან სტოუკსი წყარო: https://brighterworld.mcmaster.ca

მკვლევარების ყურადღების ცენტრში აღმოჩნდა ბაქტერია Acinetobacter baumannii. ჯანდაცვის მსოფლიო ორგანიზაციამ ის მსოფლიოში ერთ-ერთი ყველაზე საშიშ და მედიკამენტებისადმი რეზისტენტულ მიკროორგანიზმად აღიარა. როგორც წესი. ბაქტერია სამედიცინო დაწესებულებებში გვხვდება. საკუთარი თავისებურებების გამო, პათოგენი დამუშავების ზოგადად მიღებული მეთოდების შედეგად არ კვდება და წამლებისადმი მდგრადი ხდება. 

A. baumannii, რომელსაც ზედაპირებზე დიდი ხნის განმავლობაში შენარჩუნებისა და სხვა სახეობების პათოგენების დნმ-ის შეგროვების უნარი გააჩნია, კლინიკების სერიოზულად დაავადებულ და დასუსტებულ პაციენტებს აინფიცირებს. ბაქტერია იწვევს ჭრილობების ინფექციებს, პნევმონიას, უროლოგიურ დაავადებებს, მენინგიტს, სეფსისსა და სხვა დაავადებებს, რომლებიც სიკვდილიანობის მაღალი პროცენტით ხასიათდება.
A. baumannii-ის საწინააღმდეგო ახალი ანტიბიოტიკების პოვნა ტრადიციული სკრინინგის მიდგომების მეშვეობით რთული აღმოჩნდა. საბედნიეროდ, მანქანური სწავლების მეთოდები იძლევა ქიმიური სივრცის სწრაფად შესწავლის საშუალებას, რაც ახალი ანტიბაქტერიული მოლეკულების აღმოჩენის ალბათობას ზრდის
, - აღნიშნულია სამეცნიერო გამოცემა Nature Chemical Biology-ში გამოქვეყნებულ სტატიაში.
ამ სტატიის წამყვანი ავტორია მაკმასტერის უნივერსიტეტის ბიოქიმიისა და ბიოსამედიცინო მეცნიერებათა კათედრის დოცენტი ჯონათან სტოუკსი. მან კვლევა მასაჩუსეტსის ტექნოლოგიური ინსტიტუტის სამედიცინო ინჟინერიისა და მეცნიერების პროფესორ ჯეიმს ჯ. კოლინზსა და მაკმასტერის უნივერსიტეტის ასპირანტებთან, გერი ლიუსა და დენიზ კატაკუტანთან ერთად ჩაატარა.  

მეცნიერებმა გამოცადეს დაახლოებით 7500 მოლეკულა ნაწილაკების შემცველობაზე, რომლებსაც A. baumannii-ის in vitro ("შუშის შიგნით", ცოცხალი ორგანიზმის მიღმა) ზრდის ინჰიბირება შეუძლია. შემდეგ მათ მიღებული მონაცემები გამოიყენეს ნეიროქსელის სწავლებისა და სტრუქტურულად ახალი მოლეკულების შესაქმნელად, რომლებსაც ბაქტერიის ჩახშობა შეეძლო. კომპიუტერული მოდელირებისას (in silico) მათ მიიღეს აბაუცინი - ვიწრო სპექტრის ანტიბიოტიკი, რომელიც მხოლოდ A. baumannii-ზე მოქმედებს.

სტატიის ავტორების აზრით, აბაუცინის იზოლირებული ეფექტი მას პერსპექტიულ საშუალებად აქცევს. საქმე ისაა, რომ ფართო სპექტრის ანტიბიოტიკები თავის ეფექტურობას მიკროორგანიზმების ადაპტირების გამო გარგავს. ამ პრეპარატების კიდევ ერთი მნიშვნელოვანი ნაკლი არის არა მხოლოდ პათოგენების, არამედ ნაწლავის მიკროფლორის სასარგებლო ბაქტერიების განადგურებაც. ეს იწვევს იმას, რომ პათოგენები ორგანოშია მოდებული და წარმოიქმნება სერიოზული ინფექციები. აბაუცინის მიზანმიმართული მოქმედება A. baumannii-ის მედიკამენტებისადმი რეზისტენტობის განვითარების შანსს ამცირებს და შესაძლო გართულებების პრევენციას ახდებს.
ხელოვნური ინტელექტის მეთოდები გვაძლევს შესაძლებლობას, მნიშვნელოვნად გავზარდოთ ახალი ანტიბიოტიკების აღმოჩენის სიჩქარე და ჩვენ ამის გაკეთება უფრო მცირე დანახარჯებით შეგვიძლია. ეს ახალი ანტიბიოტიკების ძიების მნიშვნელოვანი გზა არის
, - დარწმუნებულია სტოუკსი.