Ученые из Университета ИТМО разработали первую в мире платформу для скрининга, которая позволяет прогнозировать, насколько эффективными будут комбинации антибиотиков и наночастиц в борьбе с бактериями, устойчивыми к лекарствам. Благодаря этой разработке, время поиска подходящих комбинаций может быть сокращено с нескольких месяцев до нескольких дней, что открывает возможности для создания новых лекарственных средств против опасных инфекций.
Проблема антибиотикорезистентности имеет глобальный характер. Инфекции, вызванные устойчивыми к антибиотикам бактериями, ежегодно приводят к гибели более миллиона человек, а по прогнозам, к 2050 году эта цифра может возрасти до десяти миллионов. Разработка новых антибиотиков – длительный и затратный процесс, поэтому исследователи активно изучают возможности повышения эффективности уже используемых препаратов. Одним из многообещающих методов является комбинирование антибиотиков с наночастицами серебра или золота. Наночастицы, благодаря своим малым размерам, могут проникать внутрь бактериальных клеток, приводя к их уничтожению, и одновременно усиливать действие антибиотиков, что позволяет уменьшать дозировку и минимизировать побочные эффекты.
Традиционный поиск и оценка оптимальных сочетаний «антибиотик + наночастицы» — сложная задача, включающая подбор, синтез и экспериментальную проверку каждой комбинации, что может потребовать до года. Новая платформа, созданная в ИТМО, позволяет существенно упростить этот процесс. Она основана на моделях машинного обучения и генетических алгоритмах, которые были обучены с использованием обширной базы данных, сформированной на основе более чем 100 научных публикаций за последнее десятилетие. Эта база содержит сведения о влиянии как отдельных антибиотиков и наночастиц различного размера и формы, так и их комбинаций на различные виды бактерий.
Платформа проводит анализ большого количества параметров, включая характеристики наночастиц (размер, форма), свойства антибиотика и тип целевой бактерии, что позволяет оперативно определять наиболее эффективные комбинации. Использование меньших доз компонентов для уменьшения токсичности и снижение вероятности развития устойчивости у бактерий, подвергающихся воздействию двух различных механизмов, являются основными достоинствами данного подхода.
«Для поиска оптимальных сочетаний лекарственных препаратов и наночастиц был применен генетический алгоритм. Он создает случайные комбинации, затем вносит в них небольшие изменения. Если эти изменения повышают синергетический эффект, то они сохраняются и дальнейшим образом дорабатываются для достижения наилучших результатов; в противном случае, такие комбинации отбрасываются. Об этом в интервью «Научной России» сообщила первый автор статьи, аспирант третьего курса химико-биологического кластера ИТМО Сусан Джьякхво.
В процессе тестирования система выявила несколько новых перспективных сочетаний, способных бороться с лекарственно-устойчивыми бактериями, представляющими угрозу для здоровья человека. В частности, для борьбы с возбудителями тифа и серьезных желудочно-кишечных инфекций предсказана эффективность комбинации золотых наночастиц и антибиотика хлорамфеникола, а для подавления патогенов, вызывающих пневмонию, — серебряных наночастиц и амикацина. В ряде случаев использование комбинации позволяет снизить дозировку каждого компонента по сравнению с их отдельным применением.
«Разработка сталкивается с проблемой: синергетическое взаимодействие наночастиц и лекарств, а также их токсичность, тесно связаны. Токсичность препарата и наночастиц, оцениваемые по отдельности, могут существенно отличаться от токсичности их комбинации. В связи с этим, мы формируем отдельный, более компактный набор данных и обучаем отдельные модели для прогнозирования токсичности наночастиц и препарата. Затем, используя полученные прогнозные значения, мы обучаем модель, — пояснил Сусан Джьякхво.
Развитие проекта предполагает экспериментальную проверку результатов, полученных на платформе, и ее дальнейшую оптимизацию, в том числе с привлечением других языковых моделей. В планах исследователей – расширение возможностей системы путем добавления информации о патогенах, представляющих угрозу для животных и сельскохозяйственным культурам. В будущем платформа может быть предложена фармацевтическим компаниям для ускорения процесса создания новых, действенных лекарственных препаратов. Исследование финансировалось грантом Министерства науки и образования Российской Федерации и опубликовано в журнале ACS Applied Materials & Interfaces.
Новость создана при содействии Министерства науки и высшего образования Российской Федерации