Novo estudo prevê antibióticos potenciais no global microbioma usando aprendizado de máquina

Um novo estudo usou aprendizado de máquina para prever ☀️ possíveis novos antibióticos no global microbioma, o que, de acordo com os autores do estudo, marca uma grande avanço no ☀️ uso de inteligência artificial na pesquisa de resistência a antibióticos.

O relatório, publicado à quarta-feira na revista Cell, detalha os achados ☀️ de cientistas que utilizaram um algoritmo para minerar "a totalidade da diversidade microbiana que temos na terra - ou uma ☀️ grande representação disso - e encontrar quase 1m de novas moléculas codificadas ou escondidas 777 strike todo esse material escura microbiano", ☀️ disse César de la Fuente, autor do estudo e professor na Universidade da Pensilvânia. De la Fuente dirige o Grupo ☀️ de Biologia de Máquina, que visa usar computadores para acelerar descobertas 777 strike biologia e medicina.

Sem um algoritmo assim, disse De ☀️ la Fuente, cientistas teriam que usar métodos tradicionais, como coletar água e solo, para encontrar moléculas dentro dessas amostras. Isso ☀️ pode ser desafiador porque micróbios estão 777 strike todos os lugares - do oceano ao intestino humano.

"Isso teria levado muitos, muitos, ☀️ muitos, muitos anos para fazer isso, mas com um algoritmo, podemos classificar grandes quantidades de informações e apenas acelerar o ☀️ processo", disse De la Fuente.

Pesquisa urgente para a saúde pública

A pesquisa é urgente para a saúde pública, disse o autor, ☀️ porque a resistência a antibióticos causou mais de 1,2 milhões de mortes 777 strike 2024. Esse número pode aumentar para 10 ☀️ milhões de mortes anualmente 777 strike 2050, de acordo com a Organização Mundial da Saúde (OMS).

Enquanto De la Fuente disse que ☀️ vê o estudo, que produziu o "esforço de descoberta de antibióticos mais amplo já", como um marco na possíveis benefícios ☀️ da inteligência artificial para a pesquisa, ele reconheceu que atores ruins poderiam potencialmente "desenvolver modelos de IA para projetar toxinas".

Ele ☀️ disse que seu laboratório implementou salvaguardas para armazená-los e garantir que as moléculas não sejam capazes de se replicar. Notavelmente, ☀️ salvaguardas de biosegurança não foram necessárias para este estudo porque essas eram "moléculas inertes".

Embora a inteligência artificial seja um assunto ☀️ quente nos últimos anos, De la Fuente disse que começou a usar AI na pesquisa de antibióticos há cerca de ☀️ uma década.

"Nós conseguimos acelerar a descoberta de antibióticos", disse De la Fuente. "Então, 777 strike vez de ter que esperar cinco, ☀️ seis anos para chegar com um candidato, agora, no computador, nós podemos, 777 strike apenas algumas horas, chegar com centenas de ☀️ milhares de candidatos".

Antes que a Administração de Alimentos e Drogas dos EUA aprove um antibiótico, ele geralmente passa por anos ☀️ de estudo por meio de pesquisa laboratorial e ensaios clínicos. Essas várias etapas podem levar de 10 a 20 anos.

Metodologia ☀️ do estudo

Para este estudo, os pesquisadores coletaram genomas e meta-genomas armazenados 777 strike bancos de dados públicos e procuraram trechos de ☀️ DNA que pudessem ter atividade antimicrobiana. Para validar essas previsões, eles usaram química para sintetizar 100 dessas moléculas 777 strike um ☀️ laboratório e, 777 strike seguida, testá-las para determinar se elas podiam realmente matar bactérias, incluindo "algumas das mais perigosas patógenos 777 strike ☀️ nossa sociedade", disse De la Fuente.

79% das moléculas, que eram representativas das 1m moléculas descobertas, podiam matar pelo menos um ☀️ microrganismo - o que significa que elas poderiam servir como um potencial antibiótico.

A resistência a antibióticos é uma preocupação crescente ☀️ devido ao uso indevido e sobreuso de antimicrobianos 777 strike humanos, animais e plantas, de acordo com a OMS.

Os autores do ☀️ estudo fizeram esses dados e código livremente disponíveis para qualquer pessoa acessar com o objetivo de "avançar a ciência e ☀️ beneficiar a humanidade", disse De La Fuente.