شکست مقاوم ترین باکتری جهان در مقابل هوش مصنوعی

هوش مصنوعی به دانشمندان کمک کرده است تا آنتی بیوتیک جدیدی را کشف کنند که قادر است یکی از کشنده ترین پاتوژن های جهان را از بین ببرد. این پیشرفت تحقیقاتی که با فناوری‌های پیشرفته  یادگیری عمیق امکان‌پذیر شده است، راه ‌حلی بالقوه برای چالش جهانی مقاومت ضد میکروبی ارائه می ‌کند.

به گزارش سیناپرس، اسینتوباکتر بومانی، یک عفونت اکتسابی در بیمارستان محسوب می شود که اغلب بیماران با سیستم ایمنی ضعیف و نوزادان نارس را تهدید می کند.

درمان این باکتری بسیار چالش برانگیز بوده و این میکروب می تواند برای مدت طولانی روی سطوح مختلف، از دستگیره در گرفته تا تخت، زنده بماند. بررسی های انجام شده نشان می دهد: این باکتری بسیار هوشمند بوده و ژن‌ های مقاوم به آنتی‌ بیوتیک را از سایر گونه‌ های باکتریایی موجود در محیط خود به دست می ‌آورد که این موضوع باعث عوارض شدیدی مانند پنومونی، سپسیس، مننژیت و عفونت زخم می‌شود.

طی این مطالعات جدید که با کمک هوش مصنوعی انجام گرفت، آنتی بیوتیکی موسوم به Aubacin از طریق یک مدل شبکه عصبی مشابه مغز انسان شناسایی شد، اثربخشی خود را در برابر این باکتری کشنده در آزمایشات آزمایشگاهی با موش ها و سلول های باکتریایی نشان داد. این رویکرد مبتنی بر هوش مصنوعی می ‌تواند صدها میلیون مولکول با خواص ضد باکتریایی بالقوه را اسکن کرده و راه را برای درمان ‌های جدید برای سایر بیماری ‌های کشنده، از جمله MRSA و C. diff هموار کند.

گفتنی است تکنیک‌ های غربالگری مولکول‌های مرسوم که پر زحمت، پرهزینه و محدود هستند، با این فرآیند تسهیل‌ شده توسط هوش مصنوعی بسیار پیشرفت کرده اند.

دکتر جاناتان استوکس، نویسنده ارشد این مطالعه و محقق دانشگاه مک مستر، در این رابطه می ‌گوید: با استفاده از هوش مصنوعی، می‌ توانیم به سرعت مناطق وسیعی از فضای شیمیایی را کاوش کرده و شانس کشف مولکول ‌های اساسی ضد باکتری جدید را به ‌طور قابل توجهی افزایش دهیم.

به گزارش سیناپرس، لاز

سازمان جهانی بهداشت باکتری  A. baumannii را در فهرست پاتوژن‌ های اولویت‌ دار قرار داده است که به ‌دلیل خطر جدی، به درمان‌ های جدید نیاز دارد.

پروفسور جیمز کالینز، از مؤسسه فناوری ماساچوست و از دیگر محققان این تیم مطالعاتی در رابطه با روش فوق می ‌گوید: رویکرد های هوش مصنوعی برای کشف دارو هنوز مسیری طولانی در پیش داشته و نیازمند اصلاح هستند. ما می دانیم که مدل های الگوریتمی در این زمینه خوب  کار می کنند. در حال حاضر  اتخاذ گسترده این روش ها برای کشف آنتی بیوتیک های جدید کار آمد تر و کم هزینه تر است.

جنبه منحصر به فرد Aubacin که به عنوان یک داروی امیدوار کننده توصیف شده و برخلاف اکثر آنتی بیوتیک ها که طیف وسیعی دارند و می توانند میکروبیوم روده را با از بین بردن همه باکتری ها مختل کنند، بر سلامت روده تاثیری نداشته  افق های جدیدی را در ایجاد درمان های دقیق تر و موثرتر باز می کند.

دکتر استوکس در ادامه توضیحات همکارش می افزاید: روش ‌های مبتنی بر هوش مصنوعی به ما این فرصت را می ‌دهد که سرعت کشف آنتی ‌بیوتیک ‌های جدید را به میزان قابل توجهی افزایش داده و می ‌توانیم این کار را با هزینه کمتر انجام دهیم. این یک راه مهم برای اکتشاف داروهای آنتی بیوتیک جدید است.

به گزارش سیناپرس، سازمان جهانی بهداشت مقاومت ضد میکروبی را به عنوان یکی از ده تهدید بزرگ جهانی برای سلامت عمومی که بشریت با آن مواجه است شناسایی کرده است. پیش ‌بینی‌ ها حاکی از آن است که تا سال ۲۰۵۰ این پدیده می ‌تواند منجر به مرگ ۱۰ میلیون نفر در سال شود که تقریباً ۱۳۴ تریلیون دلار برای اقتصاد جهانی هزینه دارد.

شرح کامل این مطالعه در آخرین شماره مجله تخصصی Nature Chemical Biology منتشر شده است.

مترجم: فاطمه کردی

No tags for this post.