محققان دانشگاه پنسیلوانیا از هوش مصنوعی برای یافتن میکروب هایی که میلیاردها سال روی زمین وجود داشتهاند، استفاده کردهاند که منجر به کشفی پیشگامانه شده است.
این میکروارگانیسمها آرکیا (Archaea) نامیده میشوند و نشانههایی از وجود آنتیبیوتیکهایی که میتوانند جان انسانها را نجات دهند، در آنها دیده شده است. محققان از هوش مصنوعی برای کشف ترکیبات جدید در آرکیا استفاده کردند که میتواند منجر به ایجاد آنتیبیوتیکهای نسل بعدی شود.
سزار د لا فوئنته، نویسنده ارشد این مطالعه، گفت که تلاشهای قبلی برای یافتن آنتیبیوتیکهای جدید عمدتاً بر قارچها، باکتریها و حیوانات متمرکز بوده است و بر اهمیت این جهت جدید برای مطالعه اشکال حیات باستانی تأکید میکند.
بررسی میکروب ها برای آنتیبیوتیکها
در گذشته، آزمایشگاه د لا فوئنته از مدلهای هوش مصنوعی برای شناسایی آنتیبیوتیکها در منابع مختلف، از DNA موجودات منقرض شده گرفته تا مواد شیمیایی موجود در زهر حیوانات، استفاده کرده است.
میکروب ها، به ویژه آرکیا، با باکتریها، گیاهان، حیوانات و قارچها متفاوت هستند. اگرچه وقتی زیر میکروسکوپ مشاهده میشوند، شبیه باکتریها هستند، آرکیا از نظر بیوشیمی، غشای سلولی و ژنتیک کلی متفاوت است.
این تضادها به آنها اجازه میدهد تا در بعیدترین مکانها و شرایط، مانند دریچههای زیر دریا بسیار گرم، چشمههای آب گرم سوزان و سایر شرایط سخت، وجود داشته باشند. آنها به راحتی میتوانند در فشارهای خردکننده، مواد شیمیایی سمی و دماهای شدید زنده بمانند.
مارسلو تورس، همکار تحقیقاتی در آزمایشگاه د لا فوئنته و نویسنده اول مشترک مقاله، گفت: “ما به آرکیها جذب شدیم زیرا آنها مجبور بودند دفاع بیوشیمیایی را در محیطهای غیرمعمول تکامل دهند.”
هوش مصنوعی چگونه کمک کرد؟
محققان از یک ابزار هوش مصنوعی به نام APEX که توسط آزمایشگاه د لا فوئنته توسعه داده شده است، برای شناسایی کاندیداهای آنتیبیوتیک در زیستشناسی باستانی استفاده کردند.
APEX هزاران پپتید (زنجیرههای کوتاه اسیدهای آمینه) را با خواص ضد میکروبی شناخته شده تجزیه و تحلیل کرده است. از این رو، میتواند احتمال اینکه چگونه یک توالی معین از اسیدهای آمینه احتمالاً اثرات مشابهی خواهد داشت را پیشبینی کند.
محققان با آموزش مجدد APEX 1.1 روی هزاران پپتید اضافی و دادههای مربوط به باکتریهای مسئول بیماریهای انسان، توانایی این ابزار را برای پیشبینی اینکه کدام پپتیدها در آرکیها میتوانند رشد باکتریها را مسدود کنند، افزایش دادند.
وقتی آنها ۲۳۳ گونه از آرکیا را اسکن کردند، این ابزار بیش از ۱۲۰۰۰ کاندیدای بالقوه آنتیبیوتیک را شناسایی کرد. این تیم این مولکولها را «آرکیاآزین» نامیدند.
تجزیه و تحلیل شیمیایی نشان داد که آرکیاآزینها با پپتیدهای ضدمیکروب ی شناختهشده (AMP) متفاوت هستند، بهویژه در توزیع بارهای الکتریکی آنها. در مرحله بعدی، محققان ۹۰ آرکیاآزین را برای آزمایش علیه باکتریهای طبیعی انتخاب کردند.
فنگپین وان، یکی دیگر از نویسندگان مشترک این مطالعه، گفت: “تلاش برای یافتن آنتیبیوتیکهای جدید، هر مولکول، مانند جستجوی سوزن در انبار کاه است. هوش مصنوعی با شناسایی محل احتمالی سوزنها، روند کار را سرعت میبخشد.”
چگونه آرکیاآزینها با باکتریهای مقاوم به دارو مبارزه میکنند
آرکیاآزینها به دفاع داخلی یک باکتری حمله میکنند و سیگنالهای الکتریکی را که سلول را زنده نگه میدارند، مختل میکنند. این در تضاد با سایر AMPهای شناختهشدهای است که به دفاع خارجی باکتری حمله میکنند.
در مرحله اولیه، ۸۰ آرکیآزین علیه یک باکتری بیماریزا و مقاوم به دارو آزمایش شدند. ۹۳٪ از آنها فعالیت ضدمیکروبی علیه حداقل یک باکتری داشتند و ۳ مورد از آنها برای آزمایش بیشتر در مدلهای حیوانی انتخاب شدند.
چهار روز پس از شروع آزمایش، همه آرکیآزینها رشد باکتری مقاوم به دارویی را که اغلب در بیمارستانها به آن مبتلا میشوند، متوقف کردند. یکی از سه مورد انتخاب شده، مانند پلیمیکسین B، یک آنتیبیوتیک قدرتمند «آخرین چاره» که در صورت عدم موفقیت سایر داروها استفاده میشود، کار کرد.
برنامههایی برای آینده
محققان در حال برنامهریزی برای بهبود قابلیتهای APEX برای پیشبینی کاندیداهای آنتیبیوتیک بر اساس ساختار آنها هستند. آنها همچنین امیدوارند تأثیر بلندمدت آرکیآزینها را درک کنند، با این چشمانداز که آنها را به آزمایشهای بالینی انسانی بیاورند.
د لا فوئنته گفت: “این تنها آغاز است. آرکیآ یکی از قدیمیترین اشکال حیات است و چیزهای زیادی برای آموختن در مورد غلبه بر پاتوژنهایی که امروزه با آنها روبرو هستیم، دارد.”
دیدگاهتان را بنویسید