항생제가 실패했을 때: MIT 과학자들은 AI를 사용하여 "잠복" 박테리아를 표적으로 삼고 있습니다.
1970년대 이후 현대의 항생제 발견은 소강상태에 접어들었습니다. 현재 세계보건기구는 항생제 내성 위기를 세계 10대 공중 보건 위협 중 하나로 선언했습니다.
감염을 치료하기 위해 항생제를 반복적으로 투여하면 의료진은 박테리아 내성이 발생할 가능성에 직면하게 됩니다. 그러나 성공적인 항생제 치료 후에도 감염이 재발하는 이유는 아직 명확히 밝혀지지 않았습니다. 한 가지 가능한 설명은 박테리아가 대사 비활성 상태에 들어가 대사 과정을 표적으로 하는 기존 항생제의 탐지를 피하는 현상에 있습니다. 위협이 가라앉으면 이러한 휴면 미생물이 활동을 재개하여 새로운 감염 증상을 일으킵니다.
“내성은 시간이 지남에 따라 더 많이 발생하고 있으며, 반복되는 감염은 이러한 휴면 상태 때문입니다.“라고 최근 콜린스 연구소에서 생물공학 박사 학위를 받은 전 MIT-Takeda 연구원 (MIT 압둘 라티프 자밀 보건 기계 학습 클리닉 소속)인 Jackie Valeri는 말합니다. 발레리는 머신러닝이 휴면 박테리아에 치명적인 화합물을 선별하는 데 어떻게 도움이 될 수 있는지를 보여주는 이번 달 Cell Chemical Biology 인쇄판에 게재된 논문 의 제1저자입니다.
1억 년 전으로 거슬러 올라가는 고대 박테리아 균주 가 최근 태평양 해저에서 에너지 절약 상태로 살아 있는 채 개가 발견되어 과학계에서는 박테리아의 ‘잠자는 듯한’ 회복력에 대한 이야기가 더 이상 새롭지 않습니다.
MIT 자밀 클리닉의 생명과학 교수진인 MIT 의공학 및 과학 연구소 및 생물공학과의 제임스 J. 콜린스 교수는 최근 AI를 사용하여 새로운 종류의 항생제를 발견하여 헤드라인을 장식했으며, 이는 AI를 사용하여 기존 항생제를 획기적으로 확장하려는 그룹의 더 큰 임무의 일부입니다.
란셋 에 발표된 논문에 따르면 2019년 감염이 약물에 감수성이 있었다면 127만 명의 사망을 예방할 수 있었으며, 연구자들이 직면한 많은 과제 중 하나는 대사적으로 휴면 상태에 있는 박테리아를 표적으로 삼을 수 있는 항생제를 찾는 것입니다.
콜린스 연구소의 연구자들은 인공 지능을 활용하여 알려진 치료제에 존재하는 잠재적인 항생제 특성을 신속하게 식별했습니다. 이 고된 작업에는 수백만 개의 분자 구조를 조사하는 것이 포함되며, 일반적으로 완료하는 데 몇 년이 걸립니다.그러나 연구팀은 AI의 역량, 특히 높은 처리량으로 스크리닝을 수행할 수 있는 능력을 활용하여 단 주말 만에 세마피모드라는 유망한 후보를 신속하게 찾아낼 수 있었습니다.
SY톡스 블루가 존재하는 동안 세마피모드로 처리하여 변화를 유도한 대장균 박테리아 세포를 타임랩스 이미지로 시각화한 고속 비디오 캡처. 이 매혹적인 표현은 연구자들이 여러분의 열람을 위해 아낌없이 제공한 것입니다.
최근 연구에서 크론병 치료에 일반적으로 사용되는 항염증제가 정지기 대장균과 아시네토박터 바우마니균을 모두 퇴치하는 데 효능이 있는 것으로 나타났습니다.
세마피모드는 외막의 두께와 불투과성으로 인해 항생제에 대한 저항력이 뛰어난 것으로 알려진 미생물인 “그람 음성” 박테리아 세포벽의 완전성을 손상시키는 능력을 입증했습니다.
대장균, 아시네토박터 바우만니, 살모넬라, 녹농균과 같은 특정 그람 음성 박테리아 종은 고유한 내성 메커니즘으로 인해 새로운 항균제를 식별하는 데 상당한 장애물이 되고 있습니다.
발레리는 세마포린 단백질의 큰 크기와 세포 외막을 표적으로 하는 것으로 알려진 다른 분자와의 구조적 유사성을 관찰하여 그 메커니즘을 발견하는 데 통찰력을 제공했습니다. 다양한 저분자 화합물을 광범위하게 연구하면서 세마포린 구조의 독특한 특성을 명확히 알게 되었습니다.
새로운 화합물 세마피모드는 그람 음성 미생물의 외세포벽 구성 성분을 손상시켜 그람 양성 병원균에만 효능을 보이는 항생제에 취약하게 만드는 것으로 밝혀졌습니다.
발레리는 2013년 Trends Biotechnology 에 발표된 논문에서 “그람 양성 감염에는 더 나은 약이 필요하지만 그람 음성 감염에는 어떤 약이든 필요하다"고 인용한 내용을 떠올립니다.