Η αρχαία βιολογία και η σύγχρονη τεχνολογία θα μπορούσαν να συμβάλλουν στην καταπολέμηση της μικροβιακής αντοχής. Σύμφωνα με τον Παγκόσμιο Οργανισμό Υγείας, η μικροβιακή αντοχή αποτελεί παγκόσμια απειλή για την υγεία, καθώς απειλεί την αποτελεσματική πρόληψη και θεραπεία ενός ολοένα αυξανόμενου φάσματος λοιμώξεων που προκαλούνται από βακτήρια, παράσιτα, ιούς και μύκητες.

«Η μικροβιακή αντοχή είναι μία από τις μεγαλύτερες και υπαρξιακές απειλές που αντιμετωπίζει η ανθρωπότητα», δήλωσε ο Σεζάρ ντε λα Φουέντε, επικεφαλής του τμήματος Μηχανικής Βιολογίας, Ψυχιατρικής και Μικροβιολογίας του Πανεπιστημίου της Πενσυλβάνια, σημειώνοντας ότι σήμερα ευθύνεται για 5 εκατομμύρια θανάτους κάθε χρόνο. Εάν δεν ελεγχθεί, ο αριθμός αυτός θα μπορούσε να αυξηθεί σε 10 εκατομμύρια ετησίως έως το 2050.

Η ομάδα του ντε λα Φουέντε χρησιμοποιεί μια μέθοδο αναβίωσης αρχαίων μορίων που δεν υπάρχουν στη φύση εδώ και χιλιάδες ή και εκατομμύρια χρόνια. Τα μόρια αυτά, που είναι ενσωματωμένα στον γενετικό κώδικα εξαφανισμένων οργανισμών, θα μπορούσαν να προσφέρουν νέες γνώσεις σχετικά με τις βιολογικές λειτουργίες και πιθανές ιατρικές εφαρμογές. Αυτή η διαδικασία προσφέρει τη δυνατότητα ανάπτυξης νέων αντιμικροβιακών θεραπειών για την καταπολέμηση της αυξανόμενης αντοχής στα αντιβιοτικά.

Η επιστημονική ομάδα χρησιμοποίησε αλγορίθμους βαθιάς μάθησης για να εξάγει τα πρωτεϊνώματα αυτών των αρχαίων μορίων. Τα πρωτεϊνώματα είναι τα πλήρη σύνολα των πρωτεϊνών που παράγει ένας οργανισμός.

«Πιστεύουμε ότι συγκρίνοντας μόρια σε όλη την εξελικτική ιστορία, μπορούμε να μάθουμε περισσότερα για το παρελθόν μας, το παρόν μας και ίσως να βοηθήσουμε στην πρόβλεψη του μέλλοντος», εξήγησε ο ερευνητής. «Η επαναφορά μορίων από το παρελθόν μπορεί να μας δώσει περισσότερες πιθανότητες να αντιμετωπίσουμε τα σημερινά παθογόνα», πρόσθεσε.

Όπως εξήγησε ο ντε λα Φουέντε, η ομάδα του έχει δοκιμάσει με επιτυχία μέχρι στιγμής αρκετά αρχαία μόρια σε προκλινικά πειραματόζωα. Αυτό έδειξε τη δυνατότητά τους να καταπολεμούν σύγχρονα παθογόνα ανθεκτικά στα υπάρχοντα αντιβιοτικά.

Επιστροφή στο μέλλον

Όταν ρωτήθηκε πώς αναβιώνουν αυτά τα μόρια, ο ερευνητής εξήγησε ότι η μελέτη του βασίζεται σε δεκαετίες θεμελιώδους επιστήμης. «Στεκόμαστε στους ώμους γιγάντων», είπε, αναφερόμενος σε προηγούμενους ερευνητές που ανέπτυξαν μεθόδους για την αλληλούχιση του αρχαίου DNA.

«Αναπτύξαμε μεθόδους με τη βοήθεια της τεχνητής νοημοσύνης για να εντοπίσουμε μόρια με αντιβιοτικές ιδιότητες που κρύβονται μέσα σε αυτές τις πληροφορίες. Αυτά τα μοντέλα μπορούν στη συνέχεια να προβλέψουν ποια μόρια είναι πιθανό να έχουν αντιμικροβιακές ιδιότητες» εξήγησε.

Μόλις εντοπιστούν, η ομάδα συνθέτει αυτά τα μόρια στο εργαστήριο χρησιμοποιώντας ημιαυτόματα ρομπότ. Ο ερευνητής αναφέρθηκε στην ταχύτητα με την οποία μπορούν να γίνουν αυτές οι διαδικασίες.

«Δεν είχα καν χρόνο να πάω για έναν καφέ και ο αλγόριθμος είχε ολοκληρώσει την αναζήτηση μέσα σε περίπου μία ώρα», είπε χαρακτηριστικά.

Πρόκειται για ένα σημαντικό άλμα στην ανακάλυψη αντιβιοτικών ουσιών, οι οποίες μπορεί να χρειαστούν χρόνια για να αποδώσουν έναν πολλά υποσχόμενο υποψήφιο φάρμακο. Με την τεχνητή νοημοσύνη, η διαδικασία έχει επιταχυνθεί σημαντικά.

Μια από τις πιο συναρπαστικές ανακαλύψεις που έκανε η ερευνητική ομάδα ήταν αυτή ενός μορίου που ονομάζεται neanderthalin-1. Όπως υποδηλώνει το όνομα, αυτό το πεπτίδιο έχει ανιχνευθεί στο DNA των Νεάντερταλ. Όταν δοκιμάστηκε σε ποντίκια, αυτό το πεπτίδιο έδειξε εντυπωσιακές αντι-μολυσματικές ιδιότητες, ανοίγοντας ενδεχομένως τον δρόμο για την ανάπτυξη μιας νέας κατηγορίας αντιβιοτικών.

«Οι σύγχρονες ενώσεις στοχεύουν την εξωτερική μεμβράνη των βακτηρίων, ενώ οι αρχαίες τείνουν να ακολουθούν την κυτταροπλασματική ή την εσωτερική μεμβράνη» εξήγησε.

Αυτή η διαφορά είναι σημαντική γιατί θα μπορουσε να βοηθησει στον σχεδιασμό νέων στρατηγικών για την καταπολέμηση των βακτηρίων που έχουν αναπτύξει αντοχή στα συμβατικά αντιβιοτικά. Αυτή η προσέγγιση δημιουργεί νέα ερωτήματα για περαιτέρω έρευνα, όπως γιατί τα αρχαία μόρια στοχεύουν σε διαφορετικές βακτηριακές δομές σε σχέση με τα σημερινά.

Παρά αυτές τις ανακαλύψεις, ο ντε λα Φουέντε προειδοποίησε ότι ο δρόμος για την εφαρμογή στον πραγματικό κόσμο είναι μακρύς. Ενώ η τεχνητή νοημοσύνη έχει επιταχύνει πολύ τη διαδικασία ανακάλυψης, η μεταφορά ενός φαρμάκου από το εργαστήριο σε κλινικές δοκιμές και τελικά σε ασθενείς παραμένει μια σημαντική πρόκληση.

«Χρειάζονται περίπου δέκα χρόνια από τη στιγμή που θα ανακαλύψουμε κάτι μέχρι τη στιγμή που θα μπορεί να χορηγηθεί σε ασθενείς», εξήγησε.

Ο ερευνητής πιστεύει ότι η τεχνητή νοημοσύνη και η μηχανική μάθηση θα συνεχίσουν να διαδραματίζουν σημαντικό ρόλο στη μοριακή βιολογία και την ιατρική. Οραματίζεται ένα μέλλον όπου η τεχνητή νοημοσύνη μπορεί να προβλέψει πώς θα εξελιχθούν τα παθογόνα και να σχεδιάσει αντιβιοτικά για την καταπολέμησή τους σε πραγματικό χρόνο. Ο ερευνητής τόνισε επίσης τη σημασία της συνεργασίας μεταξύ ανθρώπων και μηχανών.

«Πιστεύω ότι θα είναι ένας συνδυασμός μεταξύ της ανθρώπινης ευρηματικότητας και της νοημοσύνης των μηχανών», είπε χαρακτηριστικά.

ΠΗΓΗ: Interesting Engineering