Recherche

L’IA identifie un puissant antibiotique efficace contre des bactéries résistantes

En puisant dans le machine learning, des chercheurs du MIT et de l’université de Harvard ont isolé une molécule aux propriétés exceptionnelles, efficace pour éliminer de nombreuses bactéries résistantes.

Bactéries E. Coli. (Source: Gerd Altmann / Pixabay)
Bactéries E. Coli. (Source: Gerd Altmann / Pixabay)

L’intelligence artificielle appliquée à la recherche médicale suscite plus d’un espoir. Dont la mise au point de nouveaux traitements thérapeutiques, à l’instar de l'importante découverte faite par des chercheurs du MIT et de l’université de Harvard. En puisant dans le machine learning, ces derniers sont parvenus à concevoir un antibiotique puissant capable de tuer des bactéries parmi les plus néfastes, dont certaines souches résistantes à tous les antibiotiques connus.

Les chercheurs ont entraîné un modèle de machine learning en mesure d’identifier des structures moléculaires capables de tuer les bactéries, en l'occurrence pour tuer E. coli. Ils ont pour ce faire former leurs algorithmes à l‘aide de 2’500 molécules, dont environ 1’700 médicaments approuvés et un ensemble de 800 produits naturels aux structures diverses. En analysant ensuite une bibliothèque d'environ 6’000 composés, le modèle a permis de découvrir une molécule antibactérienne dotée d’une structure chimique différente de celle de tous les antibiotiques existants. Baptisée halicine (en hommage à HAL 9000, l’IA du film «2001, l'Odyssée de l'espace»), la molécule s’est montrée efficace pour éliminer de nombreuses bactéries résistantes, dont Clostridium difficile, Acinetobacter baumannii et Mycobacterium tuberculosis. L’halicine a également été testé avec succès sur des souris.

Les chercheurs prévoient d'utiliser leur modèle pour concevoir de nouveaux antibiotiques et pour optimiser les molécules existantes. Par exemple, en mettant au point des antibiotiques particuliers ne ciblant que certaines bactéries sans tuer les bactéries bénéfiques présentes dans l'organisme.

Tags
Webcode
DPF8_171693