Учёные создали ИИ-инструмент для персонализированной фаговой терапии как целевой альтернативы антибиотикам
С ростом устойчивости бактерий к антибиотикам интерес к фаговой терапии — использованию вирусов-бактериофагов для борьбы с инфекциями — снова возрастает. Однако её применение осложнено огромным разнообразием и специфичностью фагов.
Учёные из Института Пастера, Inserm, парижской больничной сети AP-HP и Университета Париж Ситэ разработали простой и эффективный инструмент, который рекомендует оптимальный коктейль фагов для конкретного пациента. Они создали и обучили модель искусственного интеллекта, способную подбирать фаги на основе только генома целевой бактерии.
Результаты исследования, опубликованные 31 октября 2024 года в журнале Nature Microbiology, открывают путь к персонализированной фаговой терапии для лечения инфекций, вызванных устойчивыми к антибиотикам бактериями.
Проблема резистентности и возвращение фаговой терапии
Такие бактерии, как Escherichia coli, становятся всё более устойчивыми к обычным антибиотикам, превращаясь в «супербактерии». Фаговая терапия, изобретённая учёным Института Пастера Феликсом д’Эрелем в 1920-х годах, предлагает альтернативу: использование специфичных вирусов, поражающих только бактерии.
В настоящее время фаговая терапия применяется в основном в рамках compassionate care для лечения хронических инфекций, когда другие препараты неэффективны. ВОЗ способствует возрождению интереса к этому методу.
Создание и обучение ИИ-модели
Основная задача — определить, какой фаг будет эффективен против конкретного штамма бактерий. Учёные создали обширный набор данных, изучив 350 000 взаимодействий между 403 различными штаммами E. coli и 96 фагами. Эта работа заняла более двух лет.
Анализ показал, что эффективность фага определяется в первую очередь рецепторами на поверхности бактерии, а не её противовирусными защитными механизмами.
На основе этого точного анализа механизмов взаимодействия биоинформатики команды разработали оптимизированную и эффективную программу ИИ. Модель анализирует бактериальный геном, особенно области, кодирующие мембранные рецепторы — «входные ворота» для фагов.
«Мы имеем дело не с "чёрным ящиком", и это делает нашу модель ИИ столь эффективной. Мы точно знаем, как она работает, и это помогает нам улучшать её производительность», — отмечает один из авторов работы.
Результаты и перспективы
После более чем двух лет разработки и обучения модель ИИ смогла правильно предсказать эффективность фагов против E. coli в 85% случаев, просто анализируя ДНК бактерии.
Для дальнейшей проверки учёные протестировали модель на новой коллекции штаммов E. coli, вызывающих пневмонию, и подобрали для каждого персонализированный «коктейль» из трёх фагов. В 90% случаев фаги, выбранные ИИ, успешно уничтожали бактерии.
Этот метод, который можно легко внедрить в лабораториях больниц, открывает путь к стратегии быстрого подбора персонализированного фагового лечения при диагностике инфекции, вызванной высокоустойчивой Escherichia coli.
«Нам ещё предстоит проверить действие фагов в разных условиях, но доказательство концепции установлено. Мы надеемся расширить его на другие патогенные бактерии, поскольку наша модель ИИ создана для лёгкой адаптации к другим сценариям», — заключают исследователи.