L'intelligenza artificiale scopre antibiotici negli archei, i microrganismi che spiegano l'origine della vita complessa

Gli archei sono microrganismi unicellulari che costituiscono uno dei tre domini della vita (categorie evolutive in cui sono classificati tutti gli esseri viventi), insieme a batteri ed eucarioti, il gruppo che comprende esseri umani, animali e piante. Sono membri delle fasi originali dell'evoluzione sulla Terra primordiale e, in quell'ambiente ostile, hanno imparato a vivere a temperature estreme (oltre 27 gradi nei geyser), elevata salinità, acidità o alcalinità e alte pressioni (sono presenti nelle profondità degli oceani). Sono anche riusciti a sopravvivere ai loro vicini biologici, i batteri, con i quali competono per spazio e risorse. Ciò ha portato il laboratorio del biotecnologo spagnolo César de la Fuente presso l'Università della Pennsylvania a credere che, in queste condizioni, avrebbero bisogno di meccanismi di difesa che possano aprire la strada a nuovi antibiotici in risposta alla resistenza che i microrganismi sviluppano ai farmaci esistenti. Utilizzando l'intelligenza artificiale (IA) e l'apprendimento profondo computazionale, il team ha trovato agenti antimicrobici, che hanno chiamato "archaeaine", nel 93% degli 80 composti identificati dall'IA. L'archeasina-73 ha mostrato in vivo prestazioni pari a quelle della polimixina B, un antibiotico di ultima istanza, secondo una pubblicazione su Nature Microbiology di martedì.

Gli antibiotici esistenti derivano da armi chimiche sviluppate dai microbi per difendersi da altre specie e sono stati ricercati in tutti i tipi di ambienti, inclusi animali estinti ed esseri umani. Tuttavia, a parte ricerche molto limitate, come quella pubblicata su The Microbe sulle comunità batteriche e archeali nelle terme romane della città britannica di Bath, non erano state condotte indagini sulle oltre 20.000 specie di questi organismi resistenti.

Esplorare uno qualsiasi di questi ambiti è essenziale di fronte all'aumento delle infezioni resistenti ai farmaci e potenzialmente letali , considerate dall'Organizzazione Mondiale della Sanità una delle maggiori minacce per l'umanità. Nel 2019, la resistenza batterica agli antibiotici è stata associata a 4,95 milioni di decessi in tutto il mondo e, se non si troveranno alternative, il numero raddoppierà nei prossimi due decenni.

"Dalla scoperta della penicillina, la ricerca di nuovi antibiotici si è concentrata quasi esclusivamente su batteri e funghi. Con il nostro lavoro, questo paradigma cambia perché scopriamo antibiotici in un dominio della vita praticamente inesplorato", sottolinea lo scienziato dell'Università della Pennsylvania.

In questo modo, la ricerca di De la Fuente sugli archea apre un'importante fonte di trattamenti futuri attraverso una tecnica che evita di passare decenni a scartare e identificare composti con capacità anti-infettive. "L'intelligenza artificiale può rivelare nuovi antibiotici da fonti biologiche inaspettate. Combinare algoritmi con test sperimentali rapidi ci consente di accelerare la scoperta alla velocità del digitale", spiega il biotecnologo galiziano.

"Il nostro studio", insiste il biochimico Marcelo Torres, coautore dello studio, "rivela che gli archei, un dominio della vita ancora da esplorare, ospitano una vasta riserva di molecole antimicrobiche con il potenziale per combattere la resistenza agli antibiotici".

Per questo lavoro, il team si è basato sulle informazioni dettagliate esistenti sugli archei e ha utilizzato un programma di intelligenza artificiale (ApexOracle) , un modello migliorato rispetto alle versioni precedenti e specificamente addestrato per questo compito di esplorazione dell'archeoma. "Abbiamo esplorato un dominio della vita praticamente inesplorato e scoperto una nuova miniera d'oro di antibiotici. Da una prospettiva biologica, posizioniamo gli archei, insieme a batteri e funghi, come una ricca fonte di molecole utili", sottolinea De la Fuente.

Il sistema è migliorato da quando il laboratorio ha iniziato a utilizzare l'intelligenza artificiale e il deep learning per identificare i composti. Nel lavoro iniziale, sono stati ottenuti risultati per poco più del 60% delle proposte del computer, il che è stato considerato un successo. Con la riprogrammazione e il perfezionamento del modello, questa percentuale è aumentata di 30 punti. "Questo ci dice che più dati sperimentali utilizziamo per addestrare il modello, migliore sarà il risultato", spiega il ricercatore.

La combinazione di strumenti informatici e chimica è un campo in crescita. Uno studio condotto da Younes Smani, ricercatore presso il Centro Andaluso di Biologia dello Sviluppo e professore presso il Dipartimento di Microbiologia dell'Università Pablo de Olavide, ha trovato le basi per lo sviluppo di una nuova serie di potenziali antibiotici nel tamoxifene (un comune trattamento contro il cancro) e nel raloxifene, un composto correlato.

Oltre a identificare nuove molecole antibatteriche, la ricerca sta anche sviluppando nuove formule di somministrazione dei farmaci per aumentarne l'efficacia. Questa è la proposta di un team di ricerca dell'Università di Huelva , dell'Università di Siviglia e dell'Ospedale Universitario Virgen Macarena , che ha utilizzato nanotubi di carbonio, un milione di volte più sottili di un capello, per consentire al farmaco di agire con maggiore precisione sul focolaio dell'infezione e aumentare la durata della sua efficacia. Questa somministrazione più efficiente del principio attivo è un'altra strategia per combattere la resistenza agli antibiotici, riporta la Fondazione Descubre, sulla base di una ricerca pubblicata sul Journal of Drug Delivery Science and Technology .

Secondo un rapporto di Medici Senza Frontiere , i tassi di resistenza agli antibiotici (AMR) "sono allarmanti in contesti colpiti da conflitti, sfollamenti di popolazione, disastri legati al clima o dove il sistema sanitario è fragile". La ONG spiega che "la disponibilità limitata di antibiotici essenziali, la loro frequente carenza e le infezioni ricorrenti che spesso si verificano in questi contesti, tra gli altri fattori, possono portare a un uso inappropriato degli antibiotici da parte dei pazienti, il che aumenta l'AMR".