MIT Gunakan AI Generatif untuk Mengembangkan Dua Antibiotik Baru yang Menargetkan Gonore dan MRSA yang Resisten Obat

Massachusetts Institute of Technology Para peneliti di Universitas Massachusetts (MIT) telah menggunakan AI untuk mengembangkan dua antibiotik baru yang efektif melawan gonore yang resistan terhadap obat dan MRSA, yang berpotensi menawarkan strategi baru untuk memerangi infeksi yang menyebabkan jutaan kematian setiap tahun. 

Dengan memanfaatkan algoritma AI generatif, tim ini menciptakan lebih dari 36 juta senyawa potensial dan menyaringnya secara komputasi untuk aktivitas antimikroba. Kandidat yang paling menjanjikan memiliki struktur yang unik dibandingkan dengan antibiotik yang ada dan tampaknya bekerja melalui mekanisme yang sebelumnya tidak terlihat yang mengganggu membran sel bakteri. Metode ini memungkinkan pembuatan dan evaluasi senyawa yang benar-benar baru, dan para peneliti berencana untuk memperluas pendekatan ini ke desain antibiotik menargetkan spesies bakteri lainnya. 

Kebanyakan antibiotik baru yang disetujui selama 45 tahun terakhir merupakan variasi dari obat yang sudah ada, sementara resistensi bakteri terus meningkat, menyebabkan hampir 5 juta kematian setiap tahunnya. 

Untuk mengatasi hal ini, Proyek Antibiotik-AI MIT menggunakan AI untuk mengeksplorasi senyawa yang sudah ada maupun molekul hipotetis yang sepenuhnya baru. Menggunakan model pembelajaran mesin yang dilatih untuk memprediksi aktivitas antibakteri, tim pertama-tama menyaring jutaan fragmen kimia, mengeliminasi fragmen yang kemungkinan beracun atau mirip dengan antibiotik yang ada. 

Mereka kemudian menerapkan dua metode generatif Algoritma AI CReM, yang memodifikasi molekul dengan menambahkan, mengganti, atau menghapus atom dan gugus, dan F-VAE, yang membangun molekul utuh dari fragmen berdasarkan pola kimia yang dipelajari. Proses berbasis AI ini menghasilkan sekitar 7 juta kandidat molekul, yang kemudian disaring secara komputasi untuk aktivitasnya terhadap N. gonorrhoeae. 

Dari sini, sekitar 1,000 senyawa disaring, 80 di antaranya layak secara sintetis, dan satu senyawa, NG1, menunjukkan aktivitas ampuh melawan N. gonorrhoeae yang resistan terhadap obat dalam penelitian laboratorium dan tikus dengan menargetkan protein penting untuk sintesis membran bakteri, yang merupakan mekanisme aksi baru.

Studi Putaran Kedua Menggunakan AI Generatif untuk Menjelajahi Ruang Kimia Baru

Dalam studi lanjutan, para peneliti memanfaatkan AI generatif untuk merancang molekul yang sepenuhnya baru yang menargetkan bakteri Gram-positif S. aureus. Dengan menggunakan algoritma CReM dan F-VAE, tim memungkinkan AI untuk menghasilkan senyawa tanpa kendala fragmen, hanya dipandu oleh aturan kimia yang mengatur kombinasi atom. 

Pendekatan berbasis AI ini menghasilkan lebih dari 29 juta molekul kandidat. Tim kemudian menerapkan filter komputasional untuk menghilangkan senyawa yang diprediksi beracun, tidak stabil, atau mirip dengan antibiotik yang ada, sehingga mengurangi jumlah kandidat menjadi sekitar 90. 

Dari 22 molekul yang dapat disintesis dan diuji, enam di antaranya menunjukkan aktivitas antibakteri yang kuat terhadap S. aureus yang resistan terhadap berbagai obat dalam uji laboratorium. Senyawa utama, DN1, berhasil membersihkan infeksi kulit MRSA pada model tikus. 

Kemampuan AI untuk secara mandiri menjelajahi ruang kimia yang luas memungkinkan penemuan molekul dengan mekanisme baru, yang secara luas mengganggu membran sel bakteri daripada menargetkan protein tunggal. 

Phare Bio, mitra nirlaba dalam Proyek Antibiotik-AI, kini sedang mengoptimalkan NG1 dan DN1 untuk studi praklinis lebih lanjut. Tim peneliti bermaksud menerapkan platform desain berbasis AI ini pada patogen lain, termasuk Mycobacterium tuberculosis dan Pseudomonas aeruginosa.

Sementara resistensi bakteri terus melampaui pengobatan yang ada, penelitian menunjukkan bahwa AI dapat menjelajahi area ruang kimia yang sebelumnya belum dipetakan, menawarkan peluang untuk mengalihkan pengembangan antibiotik dari respons reaktif ke desain yang strategis dan proaktif.