Labmedya - Laboratuvar ve Sağlık Gazetesi

2019'da ilaca dirençli enfeksiyonlar tahmini 4,95 milyon ölümün sorumlusu olmuştur. Yeni antibiyotikler, antimikrobiyal direnç belirleyicilerinin yayılmasından daha yavaş geliştirildiğinden, bu rakamın 2050 yılına kadar yıllık 10 milyona ulaşması beklenilmektedir.

Stanford ve McMaster Üniversitesi araştırmacıları, ilaca dirençli yaygın bir bakteri olan Acinetobacter baumannii'nin büyümesini engelleyen moleküller tasarlamak için bir yapay zeka modeli kullanmışlardır. A. baumannii ve filogenetik olarak birbirinden farklı olan diğer bakteriyel patojenlere karşı antibakteriyel aktivite gösteren yapısal olarak yeni altı molekülü sentezleyip doğrulamışlardır.

Altı bakteri türü oldukça tehlikelidir ve ESKAPE patojenleri olarak bilinen ilaçlara karşı dirençlidir. Dünya Sağlık Örgütü'ne göre, bu patojenlerden biri olan gram-negatif bakteri A. baumannii, klinik ortamlarda yeni antibiyotik geliştirmede en yüksek öncelik olarak kabul edilmektedir. Bu bakterinin yok edilmesinin oldukça zor olduğu bilinmekte ve ölümcül olabilen zatürre, menenjit ve yara enfeksiyonlarına neden olabilmektedir. A. baumannii ile savaşmak için yeni antibiyotiklere son derece ihtiyaç duyulmaktadır çünkü mevcut tedavi seçenekleri hala yetersizdir.

Yapay zeka yöntemleri, antibiyotikler de dahil olmak üzere umut verici ilaç adaylarını belirleme yeteneğini göstermiştir. İlaç keşfinde yaygın olarak kullanılan bir yapay zeka yöntemi türü, bir molekülün yapısal karakterlerinden elde edilen bilgilere dayanarak doğal fiziksel ve kimyasal özelliklerini tahmin etmek için eğitilen ‘Özellik tahmin modeli’ olarak adlandırılmaktadır. Bu modeller, Escherichia coli ve antibiyotiğe dirençli olan Burkholderia cenocepacia'ya karşı büyüme önleyici aktiviteyi tahmin etmek için kullanılmıştır. Özellik tahmin modellerin başarılarına rağmen, moleküllerin numaralandırılmış kimyasal kütüphanelerden tek tek değerlendirilmesiyle sınırlıdır. Bu onların geniş kimyasal alanları makul bir sürede keşfetmelerini engellemektedir.

Alternatif olarak, üretken yapay zeka modelleri mevcut molekülleri analiz etmek yerine, yenilerini oluşturarak moleküllerin yeni yapısal sınıflarının keşfedilmesine olanak tanımaktadır. Bu, mevcut direnç belirleyicilerinin üstesinden gelmek için yapısal ve işlevsel olarak yeni moleküllerin ihtiyaç duyulduğu antibiyotikler için oldukça önemlidir. Üretken yapay zeka yöntemleri önerilmiş ve umut verici olduğu gösterilmiş olsa da, çok az sayıda çalışma varsayımsal moleküllerden herhangi birini sentezlemiş ve deneysel olarak test etmiştir. Ayrıca küçük moleküllü antibiyotiklerin geliştirilmesi, bu önceki yaklaşımların hiçbirinin odak noktası olmamıştır.

Doktora öğrencileri olan Stanford'dan Kyle Swanson ve McMaster'dan Gary Liu, yeni antibiyotikler oluşturmak için özellik tahmin modellerini ve üretken yapay zekayı kullanan SyntheMol adlı modelinin geliştirilmesine ortak öncülük etmişlerdir. Bu yapay zeka modelinin kullanılması, sentezlenen yaklaşık 30 milyar molekülün araştırılmasına yön vermiştir. Araştırmacılar, SyntheMol bileşikleri arasında yapısal olarak yeni ve çeşitli olan 58 bileşiği sentezledi ve test etmiştir. Bununla birlikte, A. baumannii'ye karşı aktiviteye sahip yapısal olarak yeni altı molekül keşfetmişlerdir. SyntheMol'un önemli bir dezavantajı, suda çözünürlüğü yüksek moleküller üretecek şekilde programlanmamış olmasıdır. Bundan dolayı, altı molekülden yalnızca ikisi fare modellerinde toksisite açısından test edilebilmiştir. Üretilen bu molekülleri uygulanabilir antibiyotiklere dönüştürmek ve sentezlenebilir molekül tasarımı için üretken yapay zeka yöntemlerini geliştirmek için daha fazla araştırmaya ihtiyaç duyulsa da, bu çalışma genel olarak antibiyotik ve ilaç keşfi için üretken yapay zeka yaklaşımlarının pratik uygulamasına yönelik önemli bir adımı temsil etmektedir.

Yazar: Saliha Kaygısız

Kaynakça: www.genengnews.com