IBM Research AI découvre 2 nouveaux antimicrobiens

Openclipart-vectors / Pixabay

Source: vecteurs Openclipart / Pixabay

La pandémie COVID-19 en cours causée par le coronavirus SRAS-CoV-2 souligne l’importance mondiale des sciences de la vie et de la recherche biomédicale. Mais ce n’est pas la seule menace existentielle mondiale pour la santé – l’efficacité des antibiotiques couramment utilisés est menacée. Les microbes évoluent avec le temps et développent des moyens de les protéger contre les antimicrobiens, ce qui les rend plus résistants. Publié aujourd’hui dans Génie biomédical de la nature est une nouvelle étude qui montre comment un système d’intelligence artificielle (IA) a conçu deux nouveaux antimicrobiens – un nouvel outil pour accélérer la conception de petites molécules pour de nouveaux médicaments potentiels.

La résistance aux antimicrobiens (RAM) constitue une menace existentielle à moins que de nouveaux médicaments ne soient développés pour suivre l’évolution de la résistance des microbes nocifs. À mesure que de plus en plus de microbes développent une résistance aux antimicrobiens, l’efficacité des options de traitement disponibles diminue, et ce qui devrait être des chirurgies médicales et des procédures dentaires de routine devient de plus en plus risquée.

La résistance aux antibiotiques, une forme de RAM, se produit lorsque les bactéries deviennent résistantes aux antibiotiques. Lorsque les microbes développent une résistance à de nombreux antimicrobiens, ils sont considérés comme plusieurs résistants aux médicaments (MDR). Le SARM (résistant à la méthicilline Staphylococcus aureus), tuberculose multirésistante, Escherichia coli (E. coli), Klebsiella pneumoniae (K. pneumoniae), et plein d’autres.

Les facteurs contribuant à la résistance aux antimicrobiens comprennent la surutilisation des antibiotiques pour les traitements médicaux, l’élevage, les produits laitiers et l’agriculture, ainsi que la prolifération d’additifs antimicrobiens dans les produits de consommation et industriels tels que les savons, les désinfectants pour les mains et les produits de nettoyage.

A lire aussi  La recherche sur le cerveau gauche et le cerveau droit n'est plus ce qu'elle était

La résistance aux antimicrobiens est un problème mondial. Selon un rapport de 2019 de l’Organisation mondiale de la santé au Secrétaire général des Nations Unies, au moins 700000 décès sont dus chaque année à des maladies pharmacorésistantes dans le monde, la tuberculose multirésistante étant responsable de 230000 décès.

Chaque année, environ 25000 personnes meurent d’infections bactériennes multirésistantes dans l’Union européenne (UE), selon l’Agence européenne des médicaments (EMA), une agence de l’UE qui supervise l’évaluation scientifique, la supervision et le contrôle de la sécurité des médicaments. En Angleterre, on estime que 13162 infections étaient résistantes à au moins un antibiotique en 2019, selon le Programme de surveillance en anglais pour l’utilisation et la résistance aux antimicrobiens (ESPAUR) rapport.

Chaque année aux États-Unis, il y a au moins 2,8 millions d’infections bactériennes ou fongiques résistantes aux antibiotiques entraînant plus de 35000 décès, selon les Centers for Disease Control and Prevention (CDC) Rapport sur les menaces de RA 2019. Les menaces urgentes sont résistantes aux carbapénèmes Acinéobacter, Candida auris, Clostridioides difficile, Résistant aux carbapénèmes Entérobactérieset résistant aux médicaments Neisseria gonorrhoeae, selon le même rapport du CDC. Les menaces graves sont résistantes aux médicaments Campylobacter, résistant aux médicaments Candidose, Producteur de BLSE Entérobactéries, Résistant à la vancomycine Entérocoques (ERV), Pseudomonas multirésistants aeruginosa, non typhoïde résistant aux médicaments Salmonella, résistant aux médicaments Salmonella sérotype Typhi, résistant aux médicaments Shigella, Résistant à la méthicilline Staphylococcus aureus (SARM), résistant aux médicaments Streptococcus pneumoniae, et la tuberculose résistante aux médicaments, selon le CDC.

Deux types de Streptocoque, Groupe A résistant à l’érythromycine Streptocoque et groupe B résistant à la clindamycine Streptocoque, sont répertoriés dans la catégorie des menaces des CDC. Enfin, sur la liste de surveillance du CDC sont résistants aux azoles Aspergillus fumigatus, Résistant aux médicaments Mycoplasma genitalium, et résistant aux médicaments Bordetella pertussis.

«Chez IBM, nous sommes extrêmement enthousiasmés par ce dernier travail présentant la découverte par l’IA d’antimicrobiens nouveaux et sûrs pour lutter contre le défi croissant de la résistance aux antibiotiques», a déclaré Payel Das, principal membre du personnel de recherche et directeur, Trustworthy Generative AI Global Lead, chez IBM Recherche sur l’IA.

A lire aussi  Les dangers du sous-partage

Das a dirigé l’équipe d’étude IBM Research composée de Tom Sercu, Kahini Wadhawan, Inkit Padhi, Sebastian Gehrmann, Flaviu Cipcigan, Vijil Chenthamarakshan, Hendrik Strobelt, Cicero dos Santos, Pin-Yu Chen, James Hedrick, Jason Crain et Aleksandra Mojsilovic, en collaboration avec les chercheurs Yi Yan Yang et Jeremy PK Tan à l’Institut de bio-ingénierie et de nanotechnologie de Singapour.

L’équipe a créé un système d’IA qui a conçu deux nouveaux peptides antimicrobiens (AMP) avec une puissance robuste à large spectre et non toxique pour les humains.

«Notre approche surpasse les autres méthodes de conception AMP de novo de près de 10%», ont écrit Das et Saska Mojsilovic dans le blog IBM Research.

De plus en plus, l’apprentissage automatique de l’intelligence artificielle (IA) est utilisé pour accélérer la recherche sur les médicaments. Dans cette étude, les chercheurs ont créé un autoencodeur générateur d’IA (AE) composé de deux réseaux neuronaux (un encodeur et un décodeur) pour en savoir plus sur les séquences peptidiques.

A partir de 1,7 million de données non marquées et de 9 000 séquences marquées, l’auto-encodeur a été entraîné en utilisant 100 000 données non marquées et 5 000 séquences peptidiques antimicrobiennes.

Ensuite, un échantillonnage spatial à attribut latent contrôlé (CLaSS) a été utilisé pour générer de nouvelles molécules peptidiques avec les caractéristiques cibles, à savoir les propriétés antimicrobiennes. CLaSS est rentable car il ne nécessite pas d’optimisation sur l’espace latent, d’apprentissage des politiques ou de minimisation d’objectifs de perte complexes. CLaSS ne se limite pas à l’optimisation locale autour d’un point de départ initial, et l’ajout d’une nouvelle contrainte dans CLaSS est relativement simple, nécessitant une simple formation de prédicteur facilitant sa réutilisation.

A lire aussi  Co-mentorat

Pour affiner davantage les résultats, un classificateur d’apprentissage en profondeur filtre les peptides antimicrobiens qui sont toxiques pour l’homme ou couvrent un spectre étroit.

Dans l’ensemble, il n’a fallu que 48 jours au système d’IA pour découvrir deux nouveaux peptides antimicrobiens à large spectre non toxiques. Il n’a fallu que trois jours pour le criblage in silico de 20 séquences et 28 jours pour la synthèse et les tests en laboratoire humide.

Le chercheur rapporte que les deux peptides antimicrobiens sont «très puissants contre divers agents pathogènes Gram-positifs et Gram-négatifs (y compris K. pneumoniae multirésistants aux médicaments) et très peu susceptibles de déclencher une résistance aux médicaments chez E. coli.»

«Cela a été un effort de recherche depuis des années», a déclaré Das. «Nous espérons que des efforts comme ceux-ci tirant parti des outils de pointe, y compris l’IA générative et les technologies de cloud hybride, pourront accélérer la façon dont nous exécutons des tâches de découverte scientifique complexes, y compris la conception et l’optimisation de matériaux et de molécules novateurs et utiles, et nous transformer en une nouvelle ère de découverte accélérée. »

Copyright © 2021 Cami Rosso. Tous les droits sont réservés.