KI verwandelt alte Diabetes -Drogen -Halicin in eine starke Waffe gegen Superbugs

Kann ein AI-repurponierter Diabetes-Medikament unsere härtesten Superbugs in Angriff nehmen? Forscher zeigen Halicins starke Aktion gegen tödliche, multiresistente Bakterien, mit Ausnahme eines schwer fassbaren Feindes.

In einer kürzlich in der Zeitschrift kürzlich studierten Studie AntibiotikaForscher zeigen, wie künstliche Intelligenz (AI) -Dedikamentenentdeckung inzwischen wiedergegebene Arzneimittel und Biomoleküle mit neuartigen, derzeit relevanten therapeutischen Zwecken wiederholen können. Insbesondere berichten sie über die Ergebnisse eines antibakteriellen Aktivitätstests, bei dem die AI-untersuchte Halicin-Wirksamkeit gegen 18 multiresistente Bakterienstämme (MDR) getestet wurde.

Die minimalen Hemmkonzentration (MIC) -Stests zeigten, dass Halicin das Wachstum von 17 der 18 getesteten klinischen bakteriellen Isolate signifikant hemmte. Die Studie bestätigte auch die Wirksamkeit von Halicin gegen zwei Standardreferenzstämme, Staphylococcus aureus ATCC® 29213 ™ und Escherichia coli ATCC® 25922 ™. Diese Ergebnisse unterstützen zukünftige Untersuchungen zu Halicins Potenzial als Breitband-Antibiotikum gegen MDRs und unterstreichen die bemerkenswerte Art und Weise, wie KI die Medizin und die Entdeckung von Arzneimitteln verändert.

Hintergrund

Umgangssprachlich als „Superbugs“ bezeichnet, stellen multiresistente Bakterien (MDR) eine eskalierende Bedrohung für die globale Gesundheit dar. Unter ihnen, Eskape -Bakterienstämme (Enterococcus faeciumAnwesend Staphylococcus aureusAnwesend Klebsiella pneumoniaeAnwesend Acinetobacter baumanniiAnwesend Pseudomonas aeruginosaUnd Enterobacter spp.) werden von der Weltgesundheitsorganisation (WHO) durchweg als die größte Bedrohung anerkannt, da sie die meisten konventionellen Antibiotika -Kurse ausweichen können.

Leider entstehen diese Bedrohungen zu einer Zeit, in der traditionelle Antibiotika-Pipelines die Grenzen ihres innovativen Potenzials erreichen, vor allem aufgrund der zeitintensiven Natur ihrer Entdeckungsprozesse und der parallelen Entwicklung der bakteriellen Abwehrkräfte. Zum Glück ermöglichen moderne Innovationen im maschinellen Lernen (ML) und künstlichen Intelligenz (AI) -Technologien zunehmend das schnelle Screening und die Simulation bestehender pharmazeutischer Verbindungen und identifizieren versteckte antibakterielle Eigenschaften, die für herkömmliche Arzneimittelentdeckungsansätze unsichtbar sind.

Ein bemerkenswerter Erfolg dieses Ansatzes ist Halicin. Ursprünglich als C-Jun-N-terminaler Kinase (JNK) -Hemmer für Diabetes-assoziierte Wege erstellt. Das Medikament wurde durch Deep-Lern-Algorithmen des Massachusetts Institute of Technology (MIT) identifiziert Multidrug-resistente Bakterien (MDR). Leider bleiben vielversprechende, detaillierte Untersuchungen zu seiner Aktivität gegen klinische MDR -Isolate begrenzt, und potenzielle minimale Hemmkonzentrationen (MICs) gegen viele Prioritätspathogene erfordern weitere Untersuchungen.

Über die Studie

Die vorliegende Studie, die als erste ihrer Art in Marokko bezeichnet wird, zielt darauf ab, diese Wissenslücke zu beheben, indem das MIC von Halicin in einem Spektrum von 18 klinisch validierten MDR -Bakterienisolaten geschätzt wird. Isolatproben wurden aus marokkanischen Krankenhäusern gesammelt, und zunächst wurden Agar -Festplatten -Diffusionstests verwendet, um ihren MDR -Status gegen 22 häufig verwendete Antibiotika zu bestätigen. Zusätzlich zu diesen klinischen Isolaten Standardreferenzstämmen S. aureus ATCC® 29213 ™ und E. coli ATCC® 25922 ™ wurden als Qualitätskontrollen aufgenommen.

Die Studienmethode hielt den Richtlinien des Europäischen Ausschusses für antimikrobielle Anfälligkeitstests (Eucast) und des Clinical and Laboratory Standards Institute (CLSI) ein. Nach der Validierung der Isolat wurden die Brühmikrodilution und Halicin -Mikrofon -Assays durchgeführt, um die niedrigste Arzneimittelkonzentration (in μg/ml) zu bestimmen, die das sichtbare Wachstum jedes Isolatsstamms verhindert.

MIC-Daten wurden verwendet, um Dosis-Wirkungs-Kurven zu erzeugen, wodurch die Dynamik des Bakterienwachstums über verschiedene Konzentrationen hinweg aufgeklärt wurde. Gleichzeitig wurde die Bildgebung der Rasterelektronenmikroskopie (SEM) durchgeführt, um die physiologischen Auswirkungen der Halicin -Behandlung auf dem E. coli Referenzstamm. Unterschiede zwischen MIC-Verteilungen über die Konzentrations- und Speziesergebnisse wurden unter Verwendung des nichtparametrischen Tests von Kruskal-Wallis geschätzt.

Studienergebnisse

Es wurde beobachtet, dass Halicin lobenswerte antibakterielle Aktivität zeigt und MICS von 16 μg/ml und 32 μg/ml gegen Referenz erzeugt E. coli ATCC® 25922 ™ und S. aureus ATCC® 29213 ™ Stämme. Die dosisabhängigen Ergebnisse gegen die klinisch mDR-validierten bakteriellen Isolate aus der Eskape-Gruppe lagen zwischen 32 und 64 μg/ml, was das Breitspektrum-Potential von Halicin bestätigte.

Überraschenderweise jedoch, P. aeruginosa Es wurde festgestellt, dass Halicin völlig unempfindlich ist, ohne dass die Wachstumshemmung unabhängig von der Behandlungskonzentration beobachtet wurde. Die Forscher führten diese Beobachtung auf die robuste äußere Membran der Bakterien zurück, die die Halicin -Penetration begrenzt und ihre Wirksamkeit effektiv einschränkt.

Trotz dieser Ausnahme zeigt die Fähigkeit des bisherigen Anti-diabetischen Arzneimittels, mehrere multiresistente Stämme zu töten, einen vielversprechenden Schritt nach vorne bei der globalen Suche nach neuartigen antibakteriellen Wirkstoffen. Die einzigartige Wirkungsweise, die den Störungsstoffwechsel des bakteriellen Energie nicht auf die Zellwände oder die Proteinsynthese abzielt, umgeht die MDR -Mechanismen der meisten gefährlichsten Bakterien von heute und kann es für zukünftige Bakterien schwieriger machen, sich schnell zu resistenz.

Schlussfolgerungen

Die vorliegende Studie validiert die antibakterielle Wirksamkeit von Halicin, einem weitgehend abgesagten antidiabetischen Relikt, um das Wachstum von 17 der 18 getesteten klinischen MDR-Bakterien-Isolate signifikant zu hemmen. Die Studie bestätigte auch Halicins Aktivität gegen Referenzstämme von S. aureus Und E. coli. Die Ergebnisse zeigen, dass Halicin gegen Bakterien wirksam ist, die bereits Resistenz gegen viele konventionelle Antibiotika entwickelt haben und die zukünftige Forschung zu ihrer Sicherheit und optimalen Dosierung fördert.

Diese Studie unterstreicht auch die Fähigkeit neuer KI- und ML -Innovationen, konventionelle Einschränkungen für die Entdeckung von Arzneimitteln zu übertreffen und bestehende Verbindungen für neue therapeutische Anwendungen umzusetzen. Zukünftige Arbeiten sollten die Pharmakokinetik, Toxizität und in vivo -Wirksamkeit untersuchen und Kombinationstherapien untersuchen, die möglicherweise Barrieren überwinden könnten, die durch bestimmte bakterielle Abwehrkräfte ausgestattet sind. Die Autoren des Papiers betonen auch, wie wichtig es ist, dass die Überwachungsprogramme von Bakterienresistenz für die langfristige Wirksamkeit von Halicin nachverfolgt werden, und stellte fest, dass noch kein Widerstand aufgrund ihrer begrenzten Verwendung beobachtet wurde, die Wachsamkeit im Verlauf der Entwicklung entscheidend sein wird.

Quellen: