هوش مصنوعی و هدفگیری باکتریها
بیشتر آنتیبیوتیکها باکتریهای فعال از لحاظ متابولیکی را هدف قرار میدهند، اما اکنون محققان در یک پیشرفت جدید با کاربرد هوش مصنوعی موفق شدهاند ترکیبهای دارویی را علیه میکروبهای خفته بهکار بگیرند. از دهه ۱۹۷۰ تاکنون کشف آنتیبیوتیک دورهای از آرامش و سکون را تجربه کرده است. حالا سازمان جهانی بهداشت اعلام کرده که بحران مقاومت ضدمیکروبی یکی از ۱۰ تهدید سلامت عمومی در جهان به شمار میرود. زمانی که یک عفونت بهطور مکرر درمان میشود این خطر وجود دارد که باکتری در برابر آنتیبیوتیک مقاوم شود. اما چرا باید یک عفونت بعد از درمان درست آنتیبیوتیکی بازگردد؟ یک احتمال بهخوبی مستند شده این است که باکتری از لحاظ متابولیکی بیحرکت و خنثی میشود و به این ترتیب از شناسایی شدن توسط آنتیبیوتیکهای سنتی فرار میکند؛ زیرا این آنتیبیوتیکها تنها به فعالیت متابولیک پاسخ میدهند. زمانی که خطر عبور کرده باشد، آن باکتریها مجدداً به زندگی خود برمیگردند و عفونت پدیدار میشود. روایتهای مربوط به مقاومت «خفته» باکتریایی خبر تازهای برای جامعه علمی نیست. گونههای باکتریایی باستانی مربوط به ۱۰۰ میلیون سال پیش در سالهای اخیر بهطور زنده در یک وضعیت ذخیرهکننده انرژی در بستر اقیانوس آرام کشف شدهاند. محققان مؤسسه مهندسی پزشکی دانشگاه «امآیتی» بهتازگی برای استفاده از هوش مصنوعی برای کشف کلاس جدیدی از آنتیبیوتیکها خبرساز شدند. این اقدام بخشی از مأموریت بزرگتر این گروه به منظور کاربرد هوش مصنوعی برای گسترش دایره آنتیبیوتیکهای در دسترس است.
یک تحقیق در سال ۲۰۱۹ نشان داد که در صورت آسیبپذیر بودن عفونتها در برابر داروها امکان نجات جان ۱.۲۷ میلیون بیمار در آن سال وجود داشت. یکی از چالشهای محققان در این زمینه یافتن آنتیبیوتیکهایی است که قادر به هدف گرفتن باکتریهای از لحاظ متابولیکی خفته باشند. محققان در آزمایشگاه «کولینز» از هوش مصنوعی برای سرعت دادن به فرایند یافتن خصوصیات آنتیبیوتیک استفاده کردند و کاری که سالها زمان نیاز داشت در طول یک هفته انجام شد. پژوهشگران یک ترکیب موسوم به (semapimod) را پیدا کردند. این ترکیب یک داروی ضدالتهابی برای درمان بیماری کروناست و محققان کشف کردند که این دارو همچنین بر ضد دو باکتری (Escherichia coli) و (Acinetobacter baumannii) در مرحله ایستا و خفته هم اثرگذار است.
یک تحقیق در سال ۲۰۱۹ نشان داد که در صورت آسیبپذیر بودن عفونتها در برابر داروها امکان نجات جان ۱.۲۷ میلیون بیمار در آن سال وجود داشت. یکی از چالشهای محققان در این زمینه یافتن آنتیبیوتیکهایی است که قادر به هدف گرفتن باکتریهای از لحاظ متابولیکی خفته باشند. محققان در آزمایشگاه «کولینز» از هوش مصنوعی برای سرعت دادن به فرایند یافتن خصوصیات آنتیبیوتیک استفاده کردند و کاری که سالها زمان نیاز داشت در طول یک هفته انجام شد. پژوهشگران یک ترکیب موسوم به (semapimod) را پیدا کردند. این ترکیب یک داروی ضدالتهابی برای درمان بیماری کروناست و محققان کشف کردند که این دارو همچنین بر ضد دو باکتری (Escherichia coli) و (Acinetobacter baumannii) در مرحله ایستا و خفته هم اثرگذار است.