Gli scienziati della McMaster University e del Massachusetts Institute of Technology hanno usato l'intelligenza artificiale per scoprire un nuovo antibiotico, che potrebbe essere usato per combattere un patogeno mortale e resistente ai farmaci che colpisce i pazienti ospedalieri vulnerabili.

Il processo utilizzato potrebbe anche accelerare la scoperta di altri antibiotici per trattare molti altri batteri difficili.

I ricercatori hanno risposto all'urgente necessità di nuovi farmaci per il trattamento dell'Acinetobacter baumannii, identificato dall'Organizzazione Mondiale della Sanità come uno dei batteri resistenti agli antibiotici più pericolosi al mondo. Notoriamente difficile da eradicare, l'A. baumannii può causare polmonite, meningite e infettare le ferite, tutti fattori che possono portare alla morte.

L'A. baumannii si trova di solito in ambienti ospedalieri, dove può sopravvivere sulle superfici per lunghi periodi. Il patogeno è in grado di raccogliere il DNA di altre specie di batteri presenti nel suo ambiente, compresi i geni di resistenza agli antibiotici. 

Nello studio, pubblicato sulla rivista Nature Chemical Biology, i ricercatori riferiscono di aver utilizzato un algoritmo di intelligenza artificiale per prevedere nuove classi strutturali di molecole antibatteriche e di aver identificato un nuovo composto antibatterico, che hanno chiamato abaucina.

Scoprire nuovi antibiotici contro l'A. baumannii attraverso uno screening convenzionale è stata una sfida. I metodi tradizionali sono lunghi, costosi e di portata limitata.   I moderni approcci algoritmici possono accedere a centinaia di milioni, forse miliardi, di molecole con proprietà antibatteriche.

"Questo lavoro convalida i vantaggi dell'apprendimento automatico nella ricerca di nuovi antibiotici", afferma Jonathan Stokes, autore principale dell'articolo e professore assistente presso il Dipartimento di Biomedicina e Biochimica della McMaster, che ha condotto il lavoro con James J. Collins, professore di ingegneria e scienza medica al MIT, e gli studenti laureati della McMaster Gary Liu e Denise Catacutan. "Utilizzando l'IA, possiamo esplorare rapidamente vaste regioni dello spazio chimico, aumentando significativamente le possibilità di scoprire molecole antibatteriche fondamentalmente nuove", aggiunge Stokes, che fa parte della Global Nexus School for Pandemic Prevention and Response della McMaster.

"Gli approcci AI alla scoperta di farmaci sono destinati a rimanere e continueranno a essere perfezionati- afferma Collins, responsabile della facoltà di Scienze della Vita presso la Clinica Abdul Latif Jameel del MIT per l'apprendimento automatico nella salute- Sappiamo che i modelli algoritmici funzionano, ora si tratta di adottare ampiamente questi metodi per scoprire nuovi antibiotici in modo più efficiente e meno costoso".

L'Abaucin* è particolarmente promettente, riferiscono i ricercatori, perché è in grado di colpire solo l'A. baumannii, una scoperta cruciale che significa che il patogeno ha meno probabilità di sviluppare rapidamente la resistenza ai farmaci e che potrebbe portare a trattamenti più precisi ed efficaci.

La maggior parte degli antibiotici è ad ampio spettro, cioè uccide tutti i batteri, alterando il microbioma intestinale e aprendo la porta a una serie di infezioni gravi, tra cui il C difficile.

"Sappiamo che gli antibiotici ad ampio spettro sono subottimali e che gli agenti patogeni hanno la capacità di evolversi e di adattarsi a tutti i trucchi che gli proponiamo- conclude Stokes- i metodi di intelligenza artificiale ci offrono l'opportunità di aumentare notevolmente la velocità di scoperta di nuovi antibiotici e di farlo a costi ridotti. Si tratta di un'importante via di esplorazione per nuovi farmaci antibiotici".

Nature Chemical Biology: "Deep learning-guided discovery of an antibiotic targeting Acinetobacter baumannii". DOI: 10.1038/s41589-023-01349-8

Antonio Caperna