A force d’être exposées aux antibiotiques, les bactéries évoluent et développent des mécanismes de défense au point de réussir à résister aux médicaments. Ce phénomène, appelé l’antibiorésistance, est responsable de 1,2 million de décès dans le monde en 2019.
Pour enrayer ce phénomène, les algorithmes pourraient être un précieux outil. Ainsi, une intelligence artificielle a permis de découvrir une nouvelle classe d’antibiotiques, capables de traiter les infections dues à une bactérie résistante aux médicaments, le staphylocoque doré, dont une souche résistante à la méthicilline est connue sous le nom de SARM, aussi appelé Staphylococcus aureus. Une première depuis 60 ans.
35.000 décès en Europe
Peu de classes d’antibiotiques sont efficaces contre le SARM. Parmi elles, on retrouve les oxazolidinones et les lipopeptides. Toutefois, la résistance contre ces médicaments va croissant.
Or les infections à staphylocoque doré, lorsqu’elles sont résistantes aux antibiotiques, peuvent passer inaperçu, sous forme d’infections bénignes. Mais elles peuvent aussi entraîner des complications au point de provoquer des pneumonies ou des infections sanguines mortelles. On compte près de 150.000 infections à SARM chaque année dans l’Union européenne, dont 35.000 décès selon le Centre européen de prévention et de contrôle des maladies.
Dans un premier temps, l’équipe a testé les effets de plus de 39.000 composés sur le Staphylococcus aureus et sur trois types de cellules humaines, issues du foie, du muscle squelettique (qu’on peut directement contrôler par le système nerveux central) et des poumons. Un moyen d’évaluer à la fois leurs propriétés antibiotiques et leur toxicité sur les cellules humaines. Les résultats de ces tests ainsi que les structures chimiques des 39.000 composés ont permis de nourrir l’IA.
Deux composés choisis parmi 12 millions
Après s’être entraînés sur les 39.000 composés, l’IA a pu passer en revue 12 millions de substances déjà disponibles dans le commerce, afin de voir lesquelles pourraient être utiles. Et bingo ! le modèle a permis d’identifier des composés issus de cinq familles différentes, chacune avec leurs structures chimiques respectives.
« Notre modèle ne nous dit pas seulement quelles substances ont un effet antibiotique. Il nous montre aussi pourquoi leur structure chimique leur donne cette propriété« , se réjouit Felix Wong, chercheur postdoctoral au Broad Institute du MIT et de Harvard, et auteur de la publication dans Nature.
L’équipe espère ne pas s’arrêter là. L’équipe compte sur ce nouveau modèle non seulement pour découvrir de nouveaux médicaments, mais aussi pour identifier de nouvelles cibles potentielles pour ces molécules. Une façon de prédire les effets biologiques de classes entières de composés.
Source : https://www.sciencesetavenir.fr/high-tech/intelligence-artificielle/une-ia-decouvre-les-premiers-nouveaux-antibiotiques-depuis-60-ans_175908
