AI odkryła stare leki na oporne pneumokoki. Przełom w antibiotykoterapii?

Sztuczna inteligencja zidentyfikowała istniejące antybiotyki zdolne do zwalczania wielolekoopornych szczepów pneumokoków. Odkrycie, opublikowane w czasopiśmie Advanced Science, łączy moc modelowania AI z praktycznym wyzwaniem — rosnącą opornością bakterii na standardowe leki.

Jak AI przesiewała tysiące związków chemicznych

Zespół badaczy z Imperial College London, MRC Centre, Wellcome Sanger Institute i Inserm wykorzystał trzy rodziny modeli sztucznej inteligencji do analizy ogromnego zbioru danych. Zbiór treningowy zawierał 1849 związków aktywnych wobec pneumokoków oraz 34503 związki nieaktywne, co pozwoliło modelom nauczyć się rozpoznawać cechy chemiczne skutecznych substancji.

Algorytmy przeanalizowały 6747 związków chemicznych i wytypowały 36 unikalnych cząsteczek jako potencjalnie obiecujące. Po dalszej selekcji pozostało 11 substancji kierowanych do walidacji laboratoryjnej. Tego rodzaju podejście pozwala drastycznie skrócić czas wstępnego przeszukiwania ogromnych bibliotek chemicznych — tradycyjnie zadanie wymagające miesięcy pracy.

Jakie wyniki uzyskano w testach in vitro

Spośród 11 testowanych substancji aż 9 wykazało zdolność hamowania wzrostu pneumokoków w warunkach laboratoryjnych. Jednak dwa związki wyróżniły się szczególnie: tiostrepton i ceftiofur.

Tiostrepton, antybiotyk cykliczny działający poprzez zaburzenie funkcji rybosomu bakteryjnego, wykazał szczególnie wysoką aktywność. Jego stężenie wymagane do zahamowania wzrostu wielolekoopornych szczepów pneumokoków (PMEN1, PMEN2 i PMEN14) wyniosło zaledwie około 0,0002 µg/ml — wartość wskazująca na potencjał tego związku nawet wobec opornych patogenów.

Ceftiofur, należący do grupy cefalosporyn, działał poprzez inny mechanizm — zaburzając syntezę ściany komórkowej bakterii. Jego efektywność wobec opornych szczepów była 2–5 razy wyższa niż cefalosporyny trzeciej generacji (cefotaksym), co sugeruje, że związek ten może stanowić alternatywę wobec już stosowanych leków.

Dlaczego to odkrycie ma znaczenie

Opór wielolekowy pneumokoków stanowi rosnący problem zdrowia publicznego. Szczepy testowane w badaniu — PMEN1, PMEN2 i PMEN14 — wykazują oporność na penicylinę i inne standardowe antybiotyki. Tradycyjne podejście do opracowania nowych leków zajmuje lata i wymaga ogromnych nakładów finansowych. Wykorzystanie AI do przeszukania istniejących substancji chemicznych oferuje szybszą ścieżkę do identyfikacji potencjalnych kandydatów terapeutycznych.

Oba zidentyfikowane leki — tiostrepton i ceftiofur — są już dostępne i stosowane w praktyce weterynaryjnej. Oznacza to, że badania mogą przejść do następnego etapu (testów in vivo i ewentualnie badań klinicznych) bez czekania na syntetyzowanie całkowicie nowych substancji. To skraca znacznie ścieżkę od odkrycia do potencjalnego zastosowania klinicznego.

Co to oznacza dla praktyki medycznej

Wyniki sugerują, że systematyczne przeszukanie istniejących farmakopei za pomocą AI może ujawnić „ukryte” właściwości znanych leków. Tiostrepton i ceftiofur mogą okazać się użyteczne w leczeniu infekcji pneumokokowych, szczególnie tych wywołanych szczepami wielolekoopornym. Jednak ważne jest podkreślenie, że wyniki in vitro to dopiero początek — przed ewentualnym zastosowaniem klinicznym konieczne będą badania na modelach zwierzęcych i następnie badania kliniczne na ludziach.

Podejście zastosowane w tym badaniu — łączenie mocy AI z istniejącą wiedzą farmakologiczną — może stać się szablonem dla poszukiwania rozwiązań wobec innych patogenów opornych na leki. Zamiast czekać na całkowicie nowe odkrycia, naukowcy mogą skoncentrować się na ponownej ocenie substancji już znanych, ale niedostatecznie zbadanych pod kątem konkretnych zastosowań.