Анализ на основе ИИ раскрывает механизм уничтожения туберкулёзных бактерий лекарствами на молекулярном уровне

от

Туберкулёз (ТБ) — самое смертоносное инфекционное заболевание в мире, и одно из самых трудноизлечимых. Стандартное лечение требует приёма нескольких препаратов в течение как минимум шести месяцев, и у каждого пятого пациента диагностируется форма туберкулёза, устойчивая к этим препаратам первой линии.

Новое исследование предлагает мощный метод, основанный на использовании ИИ, для точного определения механизма уничтожения бактерий лекарствами от туберкулёза. Это открывает путь к созданию более эффективных комбинаций препаратов, которые могут действовать быстрее.

Разработка более эффективного лечения

Создание более эффективного и короткого курса лечения туберкулёза является глобальным приоритетом. «Нам нужен более эффективный режим приёма нескольких препаратов: три-пять новых лекарств, которые будут работать даже с тем штаммом туберкулёза, который в настоящее время устойчив к лекарствам», — говорит Бри Олдридж, старший автор исследования, профессор молекулярной биологии и микробиологии в Медицинской школе Университета Тафтса и профессор биомедицинской инженерии в Инженерной школе Университета Тафтса.

Прогресс был медленным отчасти из-за того, что у учёных не было инструментов для точного определения механизма действия лекарств и, следовательно, для определения наиболее эффективных комбинаций для борьбы с бактериями туберкулёза.

Механизм уничтожения

«ТБ, вероятно, имеет несколько уязвимых мест, которые мы могли бы атаковать одновременно», — объясняет Олдридж. «Но удивительно сложно точно определить, как лекарство убивает целевую клетку».

Учёные могут определить, когда лекарство убило целевые клетки, но часто не могут точно установить цепочку молекулярных событий, известную как «механизм смерти».

Новый инструмент на основе ИИ

Олдридж и её коллеги из Медицинской школы Университета Тафтса и других учреждений нашли способ понять этот механизм. В новом исследовании, опубликованном в Cell Systems, они продемонстрировали, как их новый инструмент, работающий на основе ИИ, под названием DECIPHAER (расшифровка кросс-модальной информации о фармакологии с помощью автоэнкодеров), может раскрыть в молекулярных деталях, как потенциальные лекарства от туберкулёза убивают бактерии.

Инструмент основан на более ранних исследованиях группы, в ходе которых были получены изображения бактерий ТБ с высоким разрешением в процессе их гибели во время лечения. Эти снимки позволяют выявить такие подсказки, как изменения формы или внутренней структуры бактериальных клеток, вызванные способом воздействия препарата.

Используя ИИ, команда пошла ещё дальше, связав эти визуальные подсказки с подробными данными о генной активности бактерий, известными как транскрипционные профили. Исследователи обучили модель определять, какие молекулярные изменения, такие как включение или выключение бактериальных генов, происходят вместе со специфическими визуальными изменениями.

«Раньше мы могли лишь приблизительно определить, как лекарство убивает ТБ, используя морфологическое профилирование. Теперь мы можем получить более точные сведения о том, как лекарства воздействуют на клетки и почему бактерии умирают», — говорит Олдридж.

Например, при тестировании DECIPHAER команда обнаружила, что лекарство от ТБ, находящееся на стадии клинических разработок, действует не так, как ожидалось. «Основываясь на сходстве с существующими соединениями, мы предположили, что препарат работает путём разрушения клеточной стенки, — говорит Олдридж. — Но на самом деле он убивает бактерии ТБ, нарушая дыхательную цепь и способность клеток вырабатывать энергию».

Поскольку инструмент ИИ может предсказать молекулярное воздействие препарата на основе одних только изображений, что намного дешевле, чем использование секвенирования РНК, он может быстрее выявить, как потенциальные методы лечения ТБ работают в различных условиях роста, генетических штаммах или комбинациях препаратов.

«Мы планируем продолжать использовать его в исследованиях по комбинированному применению лекарств в нашей лаборатории и надеемся, что он будет поддерживать сотрудничество по всему миру для ускорения разработки новых лекарств от ТБ», — говорит Олдридж.

Хотя потребность в этом особенно актуальна для ТБ, она добавляет, что подход DECIPHAER также может быть применён к другим инфекционным заболеваниям и раку.

Предоставлено Университетом Тафтса.

Источник

Другие новости по теме

Другие новости на сайте