Philippines — Ang mga chemist mula sa University of the Philippines Diliman College of Science (UPD-CS) ay nakabuo ng isang artificial intelligence (AI) tool na idinisenyo upang mapabilis ang pagtuklas ng mga bagong antibacterial peptides, na anila ay makakatulong sa pagtugon sa antimicrobial resistance.
Sinabi ng mga chemist na ang antimicrobial resistance ay patuloy na ginagawang hindi gaanong epektibo ang mga tradisyunal na antibiotic sa buong mundo, na ginagawang lalong apurahan ang paghahanap para sa mga bagong antibacterial na paggamot.
Ang antimicrobial resistance ay nangyayari kapag ang mga nakakahawang ahente ng sakit ay nagiging lumalaban sa mga gamot, na ginagawang hindi epektibo ang mga antibiotic at iba pang mga antimicrobial na gamot.
BASAHIN: AMR: Kapag lumaban ang impeksyon, patayin
Ang AI tool, na tinatawag na Iscape, o Interpretable Support Vector Classifier ng Antibacterial Activity of Peptides laban sa Escherichia coli, ay binuo nina Remmer Salas, Dr. Portia Mahal Sabido at Dr. Ricky Nellas ng UPD-CS Institute of Chemistry.
Tinutulungan ng tool ang mga eksperimento na hulaan kung ang isang peptide ay maaaring pumatay o makapigil sa paglaki ng E. coli. Dahil ang sistema ay nangangailangan lamang ng string ng Simplified Molecular-Input Line-Entry System bilang input, sinabi nila na ang pagsusuri sa mga molekula ng kandidato ay naging mas simple.
KAUGNAY NA KWENTO: Antibiotic-resistant salmonella na matatagpuan sa lokal na manok, sabi ng isang pag-aaral sa UP
“Sa kaugalian, ang pagtuklas ng mga antibacterial peptides ay nangangahulugan ng pag-synthesize ng maraming mga kandidato at pagsubok ang mga ito nang paisa-isa. Ang prosesong ito ay tumatagal ng oras, “sabi ni Salas. “Ginamit namin ang AI upang matuto mula sa umiiral na data at tukuyin ang mga pattern na nakikilala ang mga aktibong peptide mula sa mga hindi aktibo.”
Ang mga antimicrobial peptides, tulad ng ipinaliwanag sa isang artikulo na inilathala ng Frontiers sa Microbiology, ay isang klase ng maliliit na peptide na malawak na umiiral sa kalikasan at isang mahalagang bahagi ng likas na immune system ng iba’t ibang mga organismo.
Ang paglaban sa antimicrobial ay ginagawang mas mahirap gamutin ang mga impeksiyon at pinapataas ang mga panganib ng pagkalat ng sakit, malubhang sakit at kamatayan. Noong 2015, malapit sa 5 milyong pagkamatay sa buong mundo ay nauugnay sa bacterial antimicrobial resistance, kung saan 1.3 milyon ay direktang nauugnay sa bacterial antimicrobial resistance.
BASAHIN: Para mapanatiling gumagana ang ating mga antibiotic
Hindi tulad ng maraming tool sa AI, ipinapakita rin ng Iscape kung aling mga molecular feature ang gumagawa ng isang peptide na epektibo. Para sa Salas, makakatulong ito sa mga mananaliksik na makatipid ng oras at mapagkukunan.
“Binabawasan nito ang mga pagsubok-at-error na mga eksperimento at pinapayagan silang magdisenyo ng mas mahusay na mga peptide nang mas mahusay,” sabi niya.
“Tumutulong ang Iscape na matugunan ang antimicrobial resistance sa pamamagitan ng pagpapabilis ng maagang yugto ng screening sa pamamagitan ng data-driven na peptide na disenyo,” sabi ni Salas. “Hindi nito pinapalitan ang mga eksperimento sa laboratoryo, ngunit ginagawa nitong mas mahusay ang pagtuklas at tinutulungan ang mga mananaliksik na tumuon sa mga pinaka-maaasahan na kandidato.”
Ang modelong pinapagana ng AI ay maaaring iakma upang mahulaan ang aktibidad laban sa bakterya maliban sa E. coli, sinabi ng mga chemist.
Gayunpaman, sinabi nila na kakailanganin itong muling sanayin gamit ang mga de-kalidad na dataset na tiyak sa mga bacterial strain ng interes. Ang diskarte ng Iscape ay maaari ding mailapat upang mahulaan ang aktibidad ng iba pang mga bioactive peptides.
“Ang paglalapat ng Iscape sa iba pang mga biological na target ay nangangailangan ng mahusay na na-curate na mga dataset na may aktibidad na napatunayan ng eksperimento,” sabi ni Salas. “Ang modelo ay dapat na muling sanayin gamit ang mga tampok na molekular na natukoy namin bilang pinakamainam para sa mga peptide.”
Sinabi ng koponan na umaasa silang makakatulong ang tool sa mga mananaliksik na magdisenyo ng mas mahusay na mga antibacterial peptides nang mas mahusay at mag-ambag sa pandaigdigang paglaban sa AMR.
Ang papel na pananaliksik ng mga chemist, na pinamagatang “Maipaliwanag na support vector classifier para sa maaasahang hula ng aktibidad ng antibacterial ng binagong peptides laban sa Escherichia coli,” ay kasama sa Journal of Molecular Graphics and Modelling. /dm
