AI e de-estinzione molecolare: nuove frontiere per combattere la resistenza antimicrobica

L’intelligenza artificiale (AI) si unisce alla ricerca biomedica per affrontare uno dei problemi più urgenti del secolo: la resistenza antimicrobica. Un team di scienziati dell’University of Pennsylvania ha presentato una rivoluzionaria operazione di de-estinzione molecolare, mirata a “resuscitare” proteine di animali estinti per sviluppare nuovi antibiotici. Antibiotici dal passato: la de-estinzione molecolare La de-estinzione molecolare si concentra sulla selezione di precise proteine di animali estinti, come il mammut lanoso, l’elefante dalle zanne dritte, l’antica ‘vacca di mare’, il bradipo gigante e l’alce gigante. Attraverso il deep learning, gli scienziati hanno potuto analizzare migliaia di sequenze proteiche di queste specie, ottenendo promettenti candidati per nuovi antibiotici. L’importanza del deep learning nella scoperta di antibiotici Lo studio, pubblicato su ‘Nature Biomedical Engineering’, dimostra che il deep learning può essere utilizzato per estrarre i proteomi di tutti gli organismi estinti disponibili. Fangping Wan, Marcelo D. T. Torres, Jacqueline Peng e colleghi hanno addestrato modelli di deep learning per prevedere l’attività antimicrobica di oltre 10 milioni di peptidi. Di questi, 37.176 hanno mostrato un’attività antimicrobica ad ampio spettro, e 11.035 di queste sequenze non sono state trovate in organismi esistenti. Sperimentazione e risultati promettenti Dei peptidi sintetizzati, 69 sono stati testati sperimentalmente contro batteri patogeni, e la maggior parte ha dimostrato di uccidere i batteri depolarizzando la membrana citoplasmatica. In particolare, i composti mammuthusin-2, elephasin-2, hydrodamin-1, mylodonin-2 e megalocerin-1 hanno mostrato attività anti-infettiva nei topi con ascessi cutanei o infezioni alla coscia. La sfida della resistenza antimicrobica La resistenza agli antibiotici causa circa 1,27 milioni di morti ogni anno e potrebbe portare a 10 milioni di decessi annuali entro il 2050 senza nuovi farmaci efficaci. La de-estinzione molecolare, supportata dal deep learning, può accelerare la scoperta di nuove molecole terapeutiche, offrendo un approccio promettente per affrontare questa emergenza sanitaria globale.