De nouveaux antibiotiques grâce à l’IA
Halicine (rangée du haut) contre Ciprofloxacine (rangée du bas). Avec l’aimable autorisation du Collins Lab du MIT.
Une équipe de chercheurs de l’Institut de technologie du Massachusetts a découvert un puissant nouveau composé antibiotique grâce à un algorithme d’apprentissage automatique. Le modèle informatique, qui peut passer au crible plus de cent millions de composés chimiques en quelques jours, est conçu pour repérer les antibiotiques potentiels. Il a été entraîné avec un catalogue d’environ 2 500 molécules aux effets connus, dont environ 1 700 médicaments approuvés par la FDA, avant d’être mis à l’essai sur une bibliothèque d’environ 6 000 composés. C’est ainsi que le modèle a trouvé une molécule, baptisée halicine (SU-3327), ayant un haut potentiel antibiotique. À l’origine, l’halicine avait été étudiée pour le traitement du diabète, mais elle avait été abandonnée en raison de résultats décevants pour cette pathologie. Lors des tests en laboratoire qui ont fait suite à la prédiction du modèle, l’halicine a détruit un grand nombre des bactéries pathogènes parmi les plus problématiques au monde, y compris certaines souches qui sont devenues résistantes aux antibiotiques connus, notamment Clostridium difficile et Mycobacterium tuberculosis. La molécule a également guéri des souris infectées par Acinetobacter baumannii, une bactérie qui a touché de nombreux soldats américains ayant servi en Irak et en Afghanistan. Fait notable dans cette étude, les chercheurs ont découvert qu’Escherichia coli ne développait aucune résistance à l’halicine pendant une période de traitement de 30 jours. Les chercheurs ont également identifié plusieurs autres molécules prometteuses qui attendent d’être testées.
⇨ Ars Technica, John Timmer, “A neural network picks promising antibiotics out of a library of chemicals.”
⇨ MIT News, Anne Trafton, “Artificial intelligence yields new antibiotic.”