شفقنا – پژوهشگران دانشگاه تافتس بوستون با کمک هوش مصنوعی و یادگیری ماشین در حال شناسایی سریعتر آنتیبیوتیکهای بالقوه «طیف باریک» برای پیشگیری و درمان بیماری لایم هستند و تاکنون به شناسایی چند صد ترکیب منحصربفرد منجر شده است.
به گزارش سرویس ترجمه شفقنا، لایم که توسط نیش کنه منتقل میشود، سالانه حدود ۴۷۵,۰۰۰ نفر را در آمریکا مبتلا میکند. در حالی که بیشتر موارد با آنتیبیوتیک قابل درمان هستند، حدود ۱۰ تا ۲۰ درصد مبتلایان علائمی مانند خستگی، «مه مغزی» و درد عضلات و مفاصل را برای ماهها تا سالها پس از پایان درمان تجربه میکنند.
هدف یافتن آنتیبیوتیکهایی است که باکتری بورلیا بورگدورفری را بکشند اما به باکتریهای مضر دیگر مانند E. coli یا استافیلوکوک اورئوس آسیب نرسانند و «باکتریهای خوب» طبیعی بدن را تحت تأثیر قرار ندهند. آنتیبیوتیکهای طیف گسترده که ارگانیسمهای متعدد را میکشند، اگر مدت طولانی توسط افراد زیادی مصرف شوند، خطر مقاومت دارویی ایجاد میکنند.
تیمی به رهبری لیندن هو و ماها فرحت، ۶۰,۰۰۰ ترکیب موجود را غربال کردهاند تا مشخص کنند کدام یک میتوانند باکتری لایم را بکشند. سپس ترکیبات امیدوارکننده دوباره غربال شدند تا مطمئن شوند فقط بورلیا بورگدورفری را میکشند. بر اساس این غربالگریهای اولیه، محققان مدلهای هوش مصنوعی توسعه دادند که میتوانند منطقه شیمیایی وسیع را بسیار سریعتر و با هزینه بسیار پایینتر جستجو کنند تا ترکیبات بالقوه اضافی با احتمال بالا برای مؤثر بودن علیه باکتری لایم را شناسایی کنند.
تیم فرحت همچنین از اطلاعات برای طراحی ترکیبات شیمیایی استفاده میکند که بر اساس غربالگریهای اولیه «باید» علیه باکتری لایم فعال باشند. آنها این کار را با ساختن یک مدل مولد انجام میدهند که میتواند «هر نوع مولکول قابل تصوری» را که قادر به کشتن باکتری لایم است تصور کند.
تحقیقات پیتر گوین نقاط ضعف ژنوم لایم را شناسایی کرده است که میتواند با شناسایی بخشهایی که عملکردهای حیاتی ارگانیسم را کنترل میکنند، مورد بهرهبرداری قرار گیرد. گوین توضیح میدهد: برخلاف بیشتر باکتریها که مسیرهای پشتیبان متعددی برای عملکردهای حیاتی دارند، باکتری لایم ژنوم کوچکی دارد و به نظر میرسد هیچ مسیر پشتیبانی ندارد. این بدان معناست که اگر بتوانیم ترکیباتی را شناسایی کنیم که یک مسیر حیاتی را بشکنند، باکتری راه پشتیبانی ندارد و میمیرد.
بری آلدریج، که قبلاً روی باکتری سل تمرکز داشت، ابزار قدرتمندی به نام DECIPHAER توسعه داده است که به تعیین چگونگی و دلیل مرگ باکتریها توسط آنتیبیوتیکها کمک میکند. این ابزار با استفاده از «پروفایل مورفولوژیکی» (عکس گرفتن از سلولها پس از تیمار با یک ترکیب) کار میکند و میتواند مکانیسم اثر را از روی تصاویر به تنهایی پیشبینی کند.
این خبر را اینجا ببینید.