Bacteriën en antibiotica spelen al een eeuw lang een kat-en-muisspel. Helaas krijgen bacteriën de overhand.
Volgens de Wereldgezondheidsorganisatie is antibioticaresistentie een van de grootste risico's voor de volksgezondheid waarvoor verantwoordelijk is 1.27 miljoen doden over de hele wereld in 2019. Wanneer bacteriën herhaaldelijk worden blootgesteld aan antibiotica, leren ze snel hun genen aan te passen om de medicijnen tegen te gaan – en de genetische aanpassingen te delen met hun leeftijdsgenoten – waardoor de medicijnen ineffectief worden.
Superkrachtige bacteriën torpederen ook medische procedures – operaties, chemotherapie, keizersneden – waardoor levensreddende therapieën in gevaar komen. Nu de resistentie tegen antibiotica toeneemt, zijn er nog maar heel weinig nieuwe medicijnen in ontwikkeling. Terwijl studies in petrischalen dat wel hebben gedaan richt zich op krachtige kandidatenSommige hiervan beschadigen ook de lichaamscellen, wat tot ernstige bijwerkingen leidt.
Wat als er een manier is om hun bacteriebestrijdende vermogen te behouden, maar met minder bijwerkingen? Deze maandgebruikten onderzoekers AI om een giftig antibioticum opnieuw te ontwerpen. Ze maakten duizenden varianten en screenden op varianten die hun vermogen om insecten te doden behielden zonder menselijke cellen te beschadigen.
De AI die in het onderzoek wordt gebruikt, is een groot taalmodel dat lijkt op dat van de beroemde chatbots van Google, OpenAI en Anthropic. Het algoritme doorzocht 5.7 miljoen varianten van het oorspronkelijke antibioticum en vond er een die zijn kracht behield, maar met veel minder toxiciteit.
In laboratoriumtests heeft de nieuwe variant snel de ‘schilden’ van bacteriën afgebroken – een vetbubbel die de cellen intact houdt – maar de gastheercellen onbeschadigd gelaten. Vergeleken met het oorspronkelijke antibioticum was de nieuwere versie veel minder giftig voor menselijke niercellen in petrischalen. Het elimineerde ook snel dodelijke bacteriën bij geïnfecteerde muizen met minimale bijwerkingen. Het platform kan ook gemakkelijk worden aangepast om andere geneesmiddelen in ontwikkeling te screenen, waaronder geneesmiddelen voor verschillende soorten kanker.
“We hebben ontdekt dat grote taalmodellen een grote stap voorwaarts zijn voor machine learning-toepassingen in de eiwit- en peptide-engineering,” zei Dr. Claus Wilke, bioloog en datawetenschapper aan de Universiteit van Austin en auteur van het onderzoek, in een persbericht.
Krankzinnig in het membraan
Antibiotica werken op verschillende manieren. Sommige verstoren het vermogen van bacteriën om eiwitten te maken. Anderen belemmeren het kopiëren van hun genetisch materiaal, waardoor de voortplanting wordt stopgezet. Nog selectiever vernietigen ze hun stofwisseling.
Voor elke strategie was jarenlang onderzoek nodig, en nog langer om veilige en effectieve antibiotica te ontwikkelen. Maar bacteriën evolueren snel om deze medicijnen te omzeilen.
Overmatig gebruik van antibiotica in de geneeskunde en de landbouw leidt tot het ontstaan van ‘superbacteriën’ die resistent zijn tegen zelfs de zwaarste huidige medicijnen. Zodra een bacteriestam leert een mechanisme te omzeilen – bijvoorbeeld het belemmeren van de eiwitproductie – blokkeert het gemakkelijk andere medicijnen die op dezelfde strategie zijn gericht.
Resistentie kan zich ook snel verspreiden via een bacteriepopulatie. In tegenstelling tot ons genetisch materiaal, dat is ingekapseld in een nootachtige structuur, zweeft bacterieel DNA vrij rond in hun cellen. Genetische veranderingen – bijvoorbeeld die waardoor bacteriën antibiotica kunnen omzeilen – kunnen worden overgedragen op andere soortgelijke bacteriën via tijdelijke biologische ‘tunnels’ die de twee cellen letterlijk met elkaar verbinden. Met andere woorden: antibioticaresistentie verspreidt zich snel.
Dat wil zeggen: als je de kans krijgt.
Om antibioticaresistentie te kunnen ontwikkelen, moeten de bacteriën de eerste aanval overleven. Extreem dodelijke behandelingen, waaronder een klasse die antimicrobiële peptiden worden genoemd, vernietigen bacteriën voordat ze zich kunnen aanpassen. Deze medicijnen breken snel de vettige beschermende barrière rond alle bacteriële cellen af. Tientallen jaren lang hebben wetenschappers veel van deze moleculen gemaakt.
Het probleem? Ze beschadigen ook de membranen die onze eigen cellen beschermen, wat resulteert in toxiciteit die de meeste ervan onbruikbaar maakt voor mensen. Hoewel er al een bibliotheek met deze hyperkrachtige antibiotica bestaat, zoals slecht presterende balspelers, zijn ze grotendeels op de bank gezet.
Veilig en wel
De nieuwe studie had tot doel antimicrobiële peptiden te rehabiliteren door er een aan te passen genaamd Protegrin-1. Hoewel het uiterst efficiënt is in het doden van bacteriën, is het te giftig voor menselijk gebruik. De onderzoekers wilden zien of ze de bijwerkingen konden verminderen, maar de bacteriedodende kracht konden behouden.
Onder leiding van Dr. Bryan Davies had het team dat gedaan eerder ontwikkeld een systeem om snel honderdduizenden peptiden te screenen om te zien of ze schadelijke bacteriën kunnen doden.
SLAY genoemdVoor Surface Localized Antimbiotic Display ziet het systeem eruit als een stel kettingballen waarvan het ene uiteinde aan een biologisch oppervlak is bevestigd en het andere – dit is het antimicrobiële peptide – rondzweeft om bacteriën te vangen.
De onderzoekers ontwikkelden vervolgens meer dan 5.7 miljoen Protegrin-1-varianten. “Dit is een enorme toename in diversiteit ten opzichte van de 18 afzonderlijke mutanten” uit eerdere onderzoeken, schreven de auteurs.
Vervolgens wendden ze zich tot AI-grote taalmodellen. Dit type algoritme staat bekend om zijn vermogen om tekst, audio en video's te genereren. Het leert door terabytes aan gegevens op te nemen en kan antwoorden uitspugen op basis van een specifieke prompt. Hoewel ze meestal worden gebruikt om tekst te genereren, hebben wetenschappers hun vermogen daartoe steeds meer omarmd “fantaseer” over nieuwe eiwitten of andere medicijnen.
De studie maakte gebruik van verschillende aanwijzingen om de zoektocht van de AI te begeleiden: het medicijn moet zich bijvoorbeeld richten op bacteriemembranen, en deze moet opbreken zonder menselijke cellen te beschadigen. De AI screende de beschikbare verzameling varianten en vond er een die de goede plek bereikte – een nieuwe versie genaamd bacterieel selectieve Protegrin-1.2 – die aan alle richtlijnen voldeed.
Getest in petrischalen, brak de variant de membranen snel af Escherichia coli, een veel voorkomende bacteriesoort die vaak wordt gebruikt voor onderzoek, binnen een half uur. Menselijke rode bloedcellen floreerden intussen onder dezelfde omstandigheden, zelfs bij blootstelling aan niveaus die honderd keer hoger waren dan die van de bacteriën. In plaats van zowel bacteriën als menselijke cellen zonder onderscheid te doden, richtte het door AI goedgekeurde antibioticum zich op de ziekteverwekker.
Protegrin-1 heeft de reputatie nierschade te veroorzaken. Het team zette Protegrin-1.2 tegenover het origineel en colistine, een antibioticum dat als laatste redmiddel wordt gebruikt in gekweekte menselijke niercellen. De variant overtrof de anderen wat betreft veiligheidsmaatregelen en vertoonde minder schade aan het celmembraan.
Het team behandelde ook muizen die besmet waren met een soort multiresistente bacterie–die door ziekenhuizen zwerft – met het door AI geselecteerde antibioticum. Zes dagen later hadden de met de nieuwe versie behandelde beestjes lagere bacterieniveaus in meerdere organen vergeleken met onbehandelde muizen. Sommigen vertoonden helemaal geen tekenen van infectie. Vergeleken met Protegrin-1 is de nieuwe versie “aanzienlijk minder giftig voor muizen”, schreven de auteurs.
Hoewel de studie zich op antibiotica concentreerde, overweegt het team een vergelijkbare strategie te gebruiken om andere medicijnen te herontwikkelen die eerder als te giftig voor mensen werden beschouwd. Onlangs, een ander team gebruikte AI om de structuur te bepalen van kleine chemicaliën die nuttig zijn bij antibiotica- en kankertherapieën, maar die eerder door chemici werden weggegooid als onbruikbaar in veilige en effectieve medicijnen.
“Veel gebruiksscenario's die met eerdere benaderingen niet haalbaar waren, beginnen nu te werken. Ik voorzie dat deze en soortgelijke benaderingen in de toekomst op grote schaal zullen worden gebruikt voor de ontwikkeling van therapieën of medicijnen.” zei Wilke.
Beeldcredits: x / x
- Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
- PlatoData.Network Verticale generatieve AI. Versterk jezelf. Toegang hier.
- PlatoAiStream. Web3-intelligentie. Kennis versterkt. Toegang hier.
- PlatoESG. carbon, CleanTech, Energie, Milieu, Zonne, Afvalbeheer. Toegang hier.
- Plato Gezondheid. Intelligentie op het gebied van biotech en klinische proeven. Toegang hier.
- Bron: https://singularityhub.com/2024/08/08/these-scientists-are-battling-dangerous-superbugs-with-a-chatgpt-like-ai/
