Компьютерные антибиотики, биосенсорные пластыри и борьба с устойчивостью к антибиотикам
Лаборатория синтетического биолога Сесара де ла Фуэнте в Пенсильванском университете работает над проектами на стыке компьютерных наук и микробиологии, включая создание первых антибиотиков, сгенерированных компьютером.
Антибиотики, созданные компьютером
Проблема устойчивости к антибиотикам становится всё опаснее: ежегодно в США не менее 2.8 миллиона человек заражаются инфекциями, против которых антибиотики бессильны, и более 35 000 умирают.
Гипотеза де ла Фуэнте: природа, как источник вдохновения для новых антибиотиков, возможно, исчерпала себя. Его команда использует машинное обучение для создания новых молекул:
- Компьютеру предоставляют природные молекулы, эффективные против бактерий.
- Алгоритм учится на этих примерах и генерирует новые, искусственные молекулы.
- Происходит виртуальное тестирование и вычислительный "естественный отбор" наиболее перспективных последовательностей.
Уже есть многообещающие результаты: многие синтезированные молекулы работают, а лучшие из них снижали уровень инфекций в моделях на мышах. Однако до создания готового к применению антибиотика ещё годы работы.
"Умные" пластыри с Bluetooth
Команда создала прототип пластыря с биосенсорами, который может обнаружить инфекцию до появления симптомов. Принцип работы:
- Биосенсор с электродами идентифицирует уникальные молекулы, производимые бактериями, даже в минимальных концентрациях — от 100 клеток.
- При обнаружении инфекции сенсор через приложение на телефоне уведомляет пользователя.
- Нажатием кнопки пользователь запускает электрический сигнал, который высвобождает заранее нанесённое на пластырь лечение — цепочки аминокислот (пептиды), специфичные к данной бактерии.
Команда уже определила эффективные пептиды и создала рабочий образец электрода и приложения. Такая система даёт результат за секунды, в отличие от часов или дней при традиционном анализе мазка.
Использование пробиотиков
Ещё один проект лаборатории — создание инженерных пробиотиков ("хороших" бактерий) для борьбы с патогенами в кишечнике, например, с Salmonella.
- С помощью машинного обучения находят белки (пептиды), эффективные против патогена, но нетоксичные для полезных бактерий.
- Ген, кодирующий этот белок, встраивают в ДНК пробиотических бактерий.
- Попадая в кишечник, такие бактерии колонизируют его и производят лечебный пептид для борьбы с инфекцией.
В перспективе это может быть йогурт или таблетка с пробиотиками, которая высвобождает терапию при обнаружении опасных бактерий.
Заключительная цель
Конечная цель — создание замкнутого цикла открытий, где всё — от компьютерного дизайна и машинного обучения до печати, синтеза и скрининга биологических веществ — автоматизировано и зациклено на компьютер. Это может стать мощным инструментом для молекулярных открытий и создания новых лекарств.