Zespół badawczy z Uniwersytetu McMaster i Massachusetts Institute of Technology dokonał dwóch przełomowych odkryć: opracował nowy antybiotyk o nazwie enterololina, skuteczny przeciwko nieswoistym zapaleniom jelit (NZJ), oraz wykorzystał nową generację sztucznej inteligencji do przewidzenia mechanizmu działania tego leku, zanim udało się go potwierdzić tradycyjnymi metodami laboratoryjnymi. To pierwszy taki przypadek w historii.
Z tego artykułu dowiesz się…
- Jakie możliwości terapeutyczne daje nowy antybiotyk enterololina w leczeniu nieswoistych zapaleń jelit (NZJ).
- W jaki sposób sztuczna inteligencja pomogła przyspieszyć proces odkrywania i analizy mechanizmu działania leku.
- Czym różni się antybiotyk o wąskim spektrum od leków szerokospektralnych i dlaczego to ważne dla mikrobiomu.
- Jakie są koszty i czas tradycyjnych badań mechanizmu działania leku oraz jak AI zmieniła te parametry.
Przełom w leczeniu NZJ dzięki antybiotykowi nowej generacji
Nowy antybiotyk – enterololina – został opracowany z myślą o leczeniu pacjentów z nieswoistymi zapaleniami jelit, w tym chorobą Leśniowskiego-Crohna. W odróżnieniu od standardowych leków o szerokim spektrum działania, które niszczą zarówno bakterie chorobotwórcze, jak i korzystną mikroflorę jelitową, enterololina działa selektywnie. Celuje w rodzinę bakterii Enterobacteriaceae, do której należy między innymi E. coli – jeden z głównych czynników zaostrzających objawy NZJ.
Ten nowy lek to naprawdę obiecujący kandydat na terapię dla milionów pacjentów z NZJ – mówi Jon Stokes, główny badacz i adiunkt w Katedrze Biochemii i Nauk Biomedycznych Uniwersytetu McMaster.
Opracowanie enterololiny stanowi ważny krok w kierunku opracowania terapii, która może skutecznie łagodzić objawy NZJ bez uszczerbku dla równowagi mikrobiomu.
Sztuczna inteligencja przewidziała mechanizm działania leku
Jednak to nie sam antybiotyk, lecz sposób, w jaki został przetestowany i opisany, wzbudził największe zainteresowanie środowiska naukowego. Do tej pory sztuczną inteligencję wykorzystywano głównie do wyszukiwania potencjalnych kandydatów na nowe leki. Zespół McMaster i MIT poszedł o krok dalej – AI określiła, jak dokładnie działa nowo odkryty lek.
Po wykryciu nowej cząsteczki Stokes skontaktował się z zespołem z MIT i zapytał, czy ich narzędzie AI może pomóc zidentyfikować mechanizm działania enterololiny. Model DiffDock w ciągu 100 sekund wskazał, że substancja działa poprzez atakowanie kompleksu białkowego LolCDE – kluczowego dla przetrwania niektórych bakterii.
Pokazujemy tutaj, że sztuczna inteligencja może również dostarczać wyjaśnień mechanistycznych, które są kluczowe dla przesuwania cząsteczki przez proces rozwojowy – komentuje Regina Barzilay, profesor MIT i twórczyni modelu DiffDock.
Zespół laboratoryjny pod kierownictwem doktorantki Denise Catacutan rozpoczął klasyczne badania MOA (mechanism of action), wychodząc od wskazań sztucznej inteligencji.
Wykonaliśmy wszystkie nasze standardowe analizy MOA, aby zweryfikować prognozę – sprawdzić, czy eksperymenty potwierdzą założenia sztucznej inteligencji, i tak się stało – relacjonuje Catacutan.
Skrócenie czasu i kosztów rozwoju leku
Tradycyjne badania nad mechanizmem działania nowych cząsteczek są bardzo kosztowne i czasochłonne – mogą trwać do dwóch lat i pochłaniać nawet 2 miliony dolarów. Dzięki wsparciu AI, naukowcy z McMaster przeprowadzili je w zaledwie sześć miesięcy i za jedyne 60 tysięcy dolarów.
Obecnie nie możemy po prostu zakładać, że te modele sztucznej inteligencji są całkowicie poprawne, ale sama myśl, że mogą być poprawne, wyeliminowała zgadywanie z naszych kolejnych kroków – zaznacza Stokes.
Zespół podkreśla, że choć AI przyspieszyła proces, to nie zastępuje klasycznych badań. Jej największym atutem jest wyznaczenie najbardziej prawdopodobnego kierunku, co skraca czas i redukuje koszty rozwoju leku.
Droga do pacjentów
Za komercjalizację leku odpowiada Stoked Bio – spin-off Uniwersytetu McMaster. Spółka uzyskała już licencję na enterololinę i prowadzi jej dalszą optymalizację z myślą o badaniach klinicznych u ludzi. Trwają również prace nad zmodyfikowanymi wersjami antybiotyku, które mogą być skuteczne w walce z innymi szczepami opornymi na leki, w tym Klebsiella.
Identyfikacja enterololiny podkreśla niezwykłą wiedzę naukową rozwijającą się w McMaster – mówi Jeff Skinner, dyrektor generalny Stoked Bio.
Pierwsze badania kliniczne na ludziach mogą ruszyć w ciągu trzech lat. Dla zespołu, który rozpoczął projekt w warunkach laboratoryjnych, to perspektywa wyjątkowa.
Praca nad czymś tak translacyjnym jest surrealistyczna. Fakt, że coś, co odkryliśmy w laboratorium, może kiedyś pomóc pacjentom, jest naprawdę niesamowity – podkreśla Catacutan.
Główne wnioski
- Naukowcy z Uniwersytetu McMaster i MIT opracowali nowy antybiotyk – enterololinę – skuteczny przeciwko chorobom zapalnym jelit, zwłaszcza wobec bakterii z rodziny Enterobacteriaceae.
- Sztuczna inteligencja (model DiffDock) przewidziała mechanizm działania leku w zaledwie 100 sekund, wskazując na białkowy kompleks LolCDE jako cel terapeutyczny.
- Weryfikacja AI za pomocą badań laboratoryjnych potwierdziła trafność prognozy, co skróciło proces badania MOA z 2 lat do 6 miesięcy i obniżyło koszty z 2 mln do 60 tys. dolarów.
- Enterololina trafiła już do komercjalizacji: firma Stoked Bio prowadzi dalsze prace nad optymalizacją i przygotowuje lek do badań klinicznych u ludzi, planowanych w ciągu najbliższych 3 lat.
Źródło:
- Nature Microbiology
- Uniwersytet McMaster
