Tuberkuliozė yra rimta pasaulinė grėsmė sveikatai, kuri 2022 m. Užkrėtė daugiau nei 10 milijonų žmonių. Pasklido ore ir į plaučius, patogenas, sukeliantis „TB“, gali sukelti lėtinį kosulį, krūtinės skausmus, nuovargį, karščiavimą ir svorio netekimą. Nors infekcijos yra platesnės kitose pasaulio vietose, rimtas tuberkuliozės protrūkis, šiuo metu vykstantis Kanzaso valstijoje, sukėlė dvi mirtis ir tapo viena didžiausių JAV rekordų.
Nors tuberkuliozė paprastai gydoma antibiotikais, dėl vaistams atsparių padermių padidėjimas skubiai prireikė naujų narkotikų kandidatų.
Naujas tyrimas, paskelbtas Nacionalinės mokslų akademijos leidiniai Apibūdina naują dirbtinio intelekto naudojimą norint patikrinti antimikrobinių junginių kandidatus, kuriuos būtų galima išsivystyti į naują tuberkuliozės vaistų gydymą. Tyrimui vadovavo Kalifornijos universiteto San Diego universiteto, Linnaeus Bioscience Inc. ir Sietlo vaikų tyrimų instituto pasaulinių infekcinių ligų tyrimų centras.
„Linnaeus Bioscience“ yra San Diege įsikūrusi biotechnologijų įmonė, įkurta dėl technologijos, sukurtos UC San Diego biologinių mokslų mokyklos profesoriaus Joe Pogliano ir Deano Kit Pogliano mokykloje. Jų bakterinio citologinio profiliavimo (BCP) metodas suteikia nuorodą, kaip suprasti, kaip antibiotikai veikia greitai nustatant jų pagrindinius mechanizmus.
Naujų tuberkuliozės narkotikų taikinių ieškojimas pagal tradicinius laboratorinius metodus istoriškai pasirodė esąs sunkus ir daug laiko reikalaujantis dėl to, kad sunku suprasti, kaip nauji vaistai veikia prieš Mycobacterium tuberculosis, bakteriją, sukeliančią ligą.
Naujajame tyrime aprašoma naujos kartos technologijos „MyCOBCP“ raida. Naujasis metodas pritaiko BCP giliai mokantis-dirbtinio intelekto tipą, kuriame naudojami smegenims panašūs neuroniniai tinklai, siekiant įveikti tradicinius iššūkius ir atverti naujus Mycobacterium tuberculosis ląstelių vaizdus.
„Tai yra pirmas kartas, kai tokio tipo įvaizdžio analizė naudojant mašininį mokymąsi ir AI buvo pritaikytas tokiu būdu bakterijoms“,-sakė popieriaus bendraautorius Joe Pogliano, Molekulinės biologijos katedros profesorius. „Tuberkuliozės vaizdus iš prigimties sunku interpretuoti žmogaus akių ir tradicinių laboratorijų matavimų. Mašinų mokymasis yra daug jautresnis, kai galima pasirinkti formų ir modelių skirtumus, kurie yra svarbūs atskleidžiant pagrindinius mechanizmus.”
Per dvejus metus tobulindami, studijuojantys pagrindiniai autoriai Diana Quach ir Joseph Sugie suformavo „MyCOBCP“ technologiją, mokydami AI įrankius, vadinamus konvoliuciniais neuroniniais tinklais, su daugiau nei 46 000 TB ląstelių vaizdų (dabar „Linnaeus Bioscience“, „Quach“ ir „Sugie“ gavo savo daktaro laipsnį. iš Shu Chien-Gene pasauliečio bioinžinerijos departamento ir baigė paskyrimus į podoktorantus Pogliano laboratorijose, Molekulinės biologijos departamente).
„Tuberkuliozės ląstelės yra glumintos ir, atrodo, visada prilimpa prie kitos, todėl ląstelių ribos apibrėžti neatrodė įmanoma“, – teigė Sugie, „Linnaeus Bioscience“ vyriausiasis technologijų pareigūnas. „Vietoj to, mes leidome leisti kompiuteriui analizuoti mūsų vaizdų modelius.”
„Linnaeus“ kartu su „Tuberculosis“ ekspertu Tanya Parish iš Sietlo vaikų tyrimų instituto siekė sukurti BCP mikobakterijoms. Naujoji sistema jau labai pagreitino komandos TB tyrimų galimybes ir padėjo nustatyti optimalius kandidatų junginius vaistams kurti.
„Kritinis progreso link naujų narkotikų kandidatų komponentas apibrėžia, kaip jie veikia, o tai buvo techniškai sudėtinga ir reikalauja laiko“,-teigė tyrimo bendraautorė parapija. „Ši technologija išplečia ir pagreitina mūsų sugebėjimą tai padaryti ir leidžia mums nustatyti, kuriomis molekulėmis dirbti pagal jų veikimo būdą. Mes džiaugiamės galėdami bendradarbiauti su Linnaeus savo darbe, kad sukurtume šią technologiją M. tuberculosis.”
Be „Quach“, „Pogliano“ ir „Sugie“, „Straipsnio“ bendraautoriai yra Marcas Sharpas, Sara Ahmedas, Lauren Ames, Amala Bhagwat, Aditi Deshpande ir Tanya parapija.