Depuis des années, les médecins font face à un défi majeur pour combattre des bactéries de plus en plus résistantes aux antibiotiques existants. Cependant, des chercheurs du MIT ouvrent la voie à une avancée révolutionnaire grâce à l'apprentissage profond, identifiant une nouvelle classe de composés qui pourrait changer la donne dans cette bataille continue. Dans une étude publiée dans Nature, ces chercheurs ont découvert des composés capables de tuer efficacement le redoutable MRSA (Staphylococcus aureus résistant à la méthicilline) en laboratoire, tout en présentant une faible toxicité pour les cellules humaines. Cette caractéristique prometteuse en fait de potentiels candidats pour de nouveaux médicaments.
Le MRSA infecte plus de 80 000 Américains chaque année, avec des infections graves entraînant des complications de santé majeures telles que la septicémie, une condition potentiellement mortelle caractérisée par l'empoisonnement du sang. Pour répondre à cette préoccupation urgente de santé publique, l'équipe de recherche du MIT a entraîné un modèle d'apprentissage profond sophistiqué sur des données robustes générées par des tests de 39 000 composés pour leur activité antibiotique contre le MRSA. Ils ont enrichi ce jeu de données avec des informations détaillées sur les structures chimiques de ces composés, permettant au modèle d'identifier des candidats médicamenteux potentiels.
Pour affiner davantage leur recherche, les chercheurs ont développé trois modèles d'apprentissage profond supplémentaires afin de prédire quels composés pourraient être toxiques pour les cellules humaines. Cette approche multi-facette leur a permis d'identifier des composés capables d'éliminer efficacement le MRSA sans risques pour la santé humaine. En s'appuyant sur ces modèles d'IA, l'équipe a ensuite passé en revue un impressionnant ensemble de 12 millions de composés disponibles dans le commerce, isolant finalement ceux appartenant à cinq classes distinctes jugées efficaces contre le MRSA. Suite à ce criblage à haut débit, deux candidats prometteurs ont émergé au terme de tests en laboratoire rigoureux.
Cette étude innovante est dirigée par Felix Wong du MIT et de Harvard, ainsi qu'Erica Zheng, diplômée de la Harvard Medical School. Leur recherche fait partie du projet Antibiotics-AI au laboratoire Collins du MIT, qui vise à développer sept nouvelles classes d'antibiotiques ciblant certaines des bactéries les plus mortelles au monde.
Les superbes ciblés comprennent :
- E. coli
- Klebsiella pneumoniae
- Acinetobacter baumannii
- Pseudomonas aeruginosa
- Neisseria gonorrhoeae
- Staphylococcus aureus
- Mycobacterium tuberculosis
Le laboratoire s'engage à créer une bibliothèque de formation complète de 100 000 composés, qui seront testés contre ces sept pathogènes pour identifier des molécules actives. Ces données précieuses serviront à former davantage des modèles d'apprentissage automatique appliqués à de vastes bibliothèques informatiques contenant plus d'un milliard de molécules, dans le but ultime de découvrir et de concevoir de nouveaux antibiotiques.
Selon les Centers for Disease Control, un Américain est diagnostiqué d'une infection résistante aux médicaments toutes les 11 secondes, et une personne décède toutes les 15 minutes à cause de telles infections. L'utilisation abusive généralisée des antibiotiques chez les humains et les animaux a exacerbé ce problème, entraînant une crise mondiale de la résistance aux antibiotiques. Le laboratoire souligne l'urgence de développer de nouveaux antibiotiques, mettant en avant que les entreprises pharmaceutiques ont largement détourné leur attention de ce domaine critique au profit de marchés plus rentables. Les antibiotiques en développement grâce à ce projet constitueraient les premières nouvelles classes en plus de trois décennies, soulignant le besoin urgent d'innovation dans ce domaine.
Classement
