L’IA découvre un nouveau traitement contre la superbactérie résistante aux médicaments

Une équipe de chercheurs, dont plusieurs de l’Université McMaster, a utilisé l’intelligence artificielle pour découvrir un nouveau médicament prometteur pour une maladie notoirement difficile à traiter, « superbactérie » résistante aux antibiotiques.

Selon l’étude, publié jeudi dans la revue Nature Chemical Biologyl’IA du laboratoire a pu passer au peigne fin des milliers de molécules en quelques heures pour se concentrer sur le médicament – des résultats qui, selon les chercheurs, pourraient révolutionner la découverte d’antibiotiques.

Actuellement, les humains sont dans une course aux armements perdue contre les bactéries – les germes développent une résistance aux antibiotiques à un rythme alarmant, bien plus rapidement que de nouveaux médicaments pourraient être développés. Cependant, avec les progrès de l’IA et de la technologie, l’humanité pourrait éventuellement accélérer la découverte de médicaments à tel point que les bactéries ne pourraient pas suivre, a déclaré l’un des auteurs de l’étude.

Jonathan Stokes, professeur adjoint de biochimie à McMaster qui a dirigé l’étude, a déclaré au Star que sa cible de superbactérie, une bactérie nommée Acinetobacter baumannii, est l’un des germes résistants aux médicaments les plus dangereux et les plus difficiles à traiter au monde.

“Acinetobacter est l’un des pathogènes bactériens les plus urgents, sinon le plus urgent, pour lequel de nouveaux antibiotiques sont nécessaires”, a poursuivi Stokes. « C’est dans cette logique que nous nous sommes lancés dans ce projet.

L’IA accélère la découverte de médicaments

L’IA montre une capacité remarquable à analyser de grandes quantités d’informations en une fraction du temps qu’il faudrait à un humain. L’équipe de Stokes a tiré parti de ce pouvoir pour cribler de manière algorithmique près de 7 000 produits chimiques – un « ensemble relativement petit de produits chimiques » pour l’IA – pour voir si certains se sont révélés efficaces contre l’infection.

À la surprise et au plaisir de son équipe, non seulement ils ont trouvé un candidat en quelques heures – un processus qui aurait auparavant pris des semaines – mais le médicament a même montré une rare préférence pour l’acinetobacter tout en ignorant d’autres bactéries potentiellement utiles.

“C’était très excitant quand nous avons commencé à observer que cela ne fonctionnait pas contre tout un tas d’autres agents pathogènes”, a déclaré Stokes. “Cette observation suggérait qu’il faisait quelque chose dans Acinetobacter qui était assez différent des autres antibiotiques – et c’est ce que nous recherchions, de nouvelles structures qui ont une nouvelle fonction.”

Le médicament, que l’équipe a nommé abaucin, semblait si prometteur que les chercheurs ont cessé de scanner des molécules supplémentaires : “Nous avons trouvé quelque chose qui valait beaucoup de temps et d’argent investi”, a déclaré Stokes. En réalité, leur programme est capable de passer au peigne fin des centaines de millions de médicaments potentiels en quelques semaines – un exploit impossible à égaler par les méthodes traditionnelles, a-t-il ajouté.

Pour obtenir leurs résultats, ils ont d’abord dû former l’IA sur 7 500 produits chimiques connus et leurs interactions avec Acinetobacter, afin que le programme informatique sache ce qui fonctionne et ce qui ne fonctionne pas.

L’antibiotique de l’IA est prometteur

Après avoir identifié le médicament, l’équipe de Stokes a ensuite testé l’abaucine sur des souris dont les plaies étaient infectées par Acinetobacter – un moyen courant de propagation de l’insecte.

“Ce que nous avons observé spécifiquement, c’est que l’abaucine était capable de supprimer la gravité de l’infection” par rapport aux souris recevant des antibiotiques actuels ou aucun traitement – des résultats prometteurs à ce stade précoce, a-t-il déclaré.

Maintenant, le laboratoire de Stokes travaille à peaufiner l’abaucine pour améliorer sa puissance et d’autres qualités médicinales, dans l’espoir qu’elle finira par arriver dans les cliniques. “C’est un long chemin entre maintenant et les essais cliniques”, a-t-il déclaré. “Il y a encore beaucoup de choses à propos de l’abaucin que nous voulons optimiser et améliorer.”

Justin Nodwell, professeur de biochimie à l’Université de Toronto qui n’est pas affilié à l’étude, a trouvé ses résultats “vraiment intéressants”.

“Trouver un nouvel antibiotique contre quelque chose comme Acinetobacter, qui est notoirement résistant, est un gros problème”, a-t-il déclaré – en particulier un qui ignore les autres bactéries à proximité, un “effet secondaire terrible” de la plupart des antibiotiques modernes.

Il a été impressionné par la méthode de l’équipe, la qualifiant de “présage de ce qui s’en vient dans le futur”.

Comment l’IA pourrait changer la médecine

Traditionnellement, la découverte d’un antibiotique prend environ une décennie et coûte “facilement plus d’un milliard de dollars”, a déclaré Nodwell. On s’attend à ce que l’IA réduise les coûts à la fois en temps et en finances, bien que l’on ne sache pas encore dans quelle mesure, a-t-il poursuivi.

Selon Phillip Kim, professeur au Centre Donnelly de l’Université de Toronto, une grande partie de la découverte de médicaments consiste à « lancer des spaghettis contre le mur » et à voir ce qui colle.

“Vous testez de très nombreux composés pour en trouver un qui fait ce dont vous avez besoin, puis vous passez de très nombreuses années à le peaufiner pour le rendre meilleur”, a déclaré Kim, qui n’est pas affilié à l’étude. Étoile. “La grande promesse de l’IA est que vous pouvez faire tout cela sur l’ordinateur.”

Non seulement cela accélérerait considérablement le processus, mais cela permettrait à l’IA de scanner beaucoup plus de composés que les humains, a déclaré Kim, augmentant ainsi les chances de trouver une molécule idéale qui fait tout ce que nous voulons qu’elle fasse.

“Le grand espoir est que les méthodes d’apprentissage automatique deviennent suffisamment puissantes pour que le processus (de découverte de médicaments) devienne beaucoup plus efficace, beaucoup moins cher et beaucoup, beaucoup plus précis”, a-t-il déclaré.

Cette refonte “n’a pas encore eu lieu – mais il existe de nombreuses preuves académiques et dans l’industrie que cela se produira”.

PARTAGER: