Above the Cloud: Scoprire antibiotici contro i superbatteri grazie alla IA

CC

Questo opera di above the cloud è concesso sotto la Licenza Creative Commons Attribuzione 3.0 Italia.
Based on a work at scienceabovetheclouds.blogspot.com.

The Copyright Laws of the United States recognizes a “fair use” of copyrighted content. Section 107 of the U.S. Copyright Act states: “Notwithstanding the provisions of sections 106 and 106A, the fair use of a copyrighted work (...) for purposes such as criticism, comment, news reporting, teaching, scholarship, or research, is not an infringement of copyright.”
Any image or video posted is used according to the fair use policy

Ogni news è tratta da articoli peer reviewed ed è contestualizzata e collegata a fonti di approfondimento. Ben difficilmente troverete quindi notizie il cui contenuto sia datato.
QUALUNQUE link in questa pagina rimanda a siti sicuri!! SEMPRE.
Volete aiutare questo blog? Cliccate sugli annnunci/prodotti Amazon (se non li vedete, disattivate l'Adblocker mettendo questo sito nella whitelist. NON ci sono pop up o script strani, SOLO Amazon). Visibili in modalità desktop! Se poi decidete di comprare libri o servizi da Amazon, meglio ;-)
Dimenticavo. Questo blog NON contiene olio di palma (è così di moda specificarlo per ogni cosa...)

Scoprire antibiotici contro i superbatteri grazie alla IA

La notizia copre due argomenti molto caldi per le loro implicazioni attuali e future: l’intelligenza artificiale con tutte le implicazioni di benefici e minacce per l’umanità magari vista come “obsoleta” e il problema della sempre maggiore diffusione di batteri resistenti a molti (a volte a tutti) gli antibiotici disponibili.

Image credit: Gary Liu et al, (2023) Nature Chemical Biology

Poiché la IA, pur nella forma “castrata” di chatGPT si è dimostrata veloce e (quasi sempre) affidabile sia nel recupero/organizzazione di informazioni disperse nel mare magnum di internet che nella produzioni di opere digitali “nuove”, molti ricercatori hanno provato a sfruttare la sua capacità di calcolo sia ricavare informazioni sulla struttura di molecole complesse come le proteine (senza passare per la tediosa parte sperimentale) che per disegnare molecole in grado di interagire in modo mirato con un determinato bersaglio, allo scopo di modificarne la funzionalità. Proprio in quest’ultimo ambito si pone lo studio volto ad identificare molecole che funziona antibiotica.

Per farlo è stato necessario prima creare un algoritmo in grado di rispondere al quesito molecolare di interesse. Poi gli sono stati in pasto tutte le informazioni disponibili sul batterio “bersaglio” (Acinetobacter baumannii, indicato dall’OMS tra i più problematici in circolazione) e una “libreria” di circa 7 mila molecole e in sole 2 ore la “macchina” ha sputato la sua sentenza fornendo la molecola (in formula e struttura) da usare, o meglio da validare sperimentalmente in laboratorio.

I test successivi, sia su colture cellulari che in modelli animali, ne hanno confermato la specificità (fondamentale per evitare il depauperamento del microbiota) e l’efficacia. Dati preliminari, certamente, ma che fanno prefigurare una rivoluzione all’orizzonte specie considerando i tempi lunghi (in media 7 anni) e gli ingenti costi per lo sviluppo di un farmaco (vedi la serie di articoli dedicati).

Il lavoro pubblicato su Nature Chemical Biology è stato condotto dai ricercatori del MIT

Fonte

- Deep learning-guided discovery of an antibiotic targeting Acinetobacter baumannii.

Gary Liu et al, (2023) Nature Chemical Biology