— Fahroni / Shutterstock.com

Dans l’ombre de la pandémie de Covid-19, les super-bactéries constituent une menace sanitaire croissante. De nouveaux antibiotiques sont nécessaires pour inverser la tendance, mais leur développement prend du temps. Cette IA conçue par IBM promet d’accélérer les choses.

Un atout de taille dans la lutte contre l’antibiorésistance

Si la découverte de la pénicilline a représenté l’une des plus importantes percées scientifiques du XXe siècle, en permettant de traiter des infections auparavant mortelles, des décennies plus tard, la situation tend à s’inverser. Comme tous les organismes, les bactéries s’adaptent à leur environnement, et aux médicaments que nous prenons. En l’absence de nouveaux antibiotiques ou d’autres traitements, les scientifiques prévoient que des infections autrefois considérées comme mineures puissent faire jusqu’à 10 millions de victimes par an d’ici 2050.

Plus inquiétant encore, la mise au point de nouveaux composés prend des années et implique une quantité énorme d’essais et d’erreurs, en raison des innombrables combinaisons chimiques possibles pour les molécules potentielles. Pour remédier à cela et réduire leur temps de développement, les chercheurs comptent de plus en plus sur l’intelligence artificielle.

Récemment décrit dans la revue Nature, le système d’IA créé par les scientifiques d’IBM Research permet d’explorer l’ensemble des possibilités de configurations moléculaires en un temps record.

Dans un premier temps, un modèle baptisé « auto-encodeur génératif profond » examine une série de séquences peptidiques, mettant en évidence des informations essentielles sur les fonctions et les molécules qui les composent et recherchant des similitudes avec d’autres peptides. Une fois cette étape complétée, le système CLaSS (Controlled Latent attribute Space Sampling) prend le relai et s’appuie sur les données recueilles pour générer de nouvelles molécules peptidiques dotées de propriétés spécifiques et souhaitées (l’efficacité antimicrobienne dans ce cas précis).

20 peptides antibiotiques candidats synthétisés et expérimentés en 48 jours

Bien évidemment, la capacité à tuer les bactéries n’est pas la seule exigence pour un antibiotique. Celui-ci doit également être sûr pour l’usage humain et, idéalement, fonctionner sur une série de classes de bactéries. Les molécules générées par l’IA sont donc soumises à des classificateurs d’apprentissage profond pour éliminer les combinaisons inefficaces ou toxiques.

En 48 jours, le système d’IA a identifié, synthétisé et expérimenté 20 nouveaux peptides antibiotiques candidats. Deux d’entre eux se sont avérés particulièrement prometteurs. Très puissants contre une série de bactéries issues des deux principales classes (Gram positif et Gram négatif), ceux-ci perçaient des trous dans les membranes externes de ces dernières et présentaient également une faible toxicité et semblaient très peu susceptibles d’entraîner une nouvelle résistance aux médicaments chez E. coli, lors de tests réalisés sur des rongeurs et des cultures cellulaires.

Aussi intéressants soient les deux antibiotiques candidats conçus, la véritable avancée reste évidemment l’approche utilisée. Le fait de pouvoir développer et tester rapidement de nouveaux composés pourrait contribuer à éviter le scénario cauchemardesque d’un retour à un monde sans antibiotiques.

COMMENTEZ

connectez-vous pour commenter
avatar
  S’abonner  
Notifier de