Az ELKH Ökológiai Kutatóközpont (ÖK) evolúcióbiológusai legújabb kutatásukban olyan mesterséges intelligencián alapuló algoritmusok működését tesztelték, amelyek feladata az új, potenciálisan antibiotikumként alkalmazható molekulák keresése – közölte az ELKH.
A kutatók megfigyelése szerint ezek az algoritmusok nem minden esetben működnek egyforma hatékonysággal, ezért nagy jelentősége van annak, hogy milyen szoftvert alkalmaznak az egyes új antimikrobiális molekulák azonosítására. A kutatás eredményeit bemutató tanulmány a Scientific Reports című folyóiratban jelent meg.
Mivel az antibiotikum-rezisztencia kialakulása jelenleg is zajló evolúciós folyamat, e probléma megértéséhez és vizsgálatához elengedhetetlen az evolúciós megközelítés alkalmazása.
123rf.com
A természetben – főként állatok, növények szervezetében – megszámlálhatatlan antibiotikus hatású molekula található, így nem áll fenn a veszély, hogy ezek egyszer elfogynak. A problémát inkább az jelenti, hogy a lehetséges új hatóanyagok felfedezése a klasszikus molekuláris biológiai módszerekkel lassabban történik, mint ahogy a rezisztens baktériumok terjednek.
A mesterséges intelligencián alapuló algoritmusok segítségével azonban automatizálni lehet a kutatást, a meglévő antibiotikumok kémiai szerkezete ugyanis rávezetheti a kutatókat arra, hogy milyen molekuláris jellegzetességeket kell keresniük a lehetséges új gyógyszermolekulákban. Ezek az algoritmusok azonban nem tévedhetetlenek, ezért kiemelt fontosságú a működésük tesztelése.
„Ezek az algoritmusok a fehérjék aminosavsorrendje alapján megjósolják, hogy a fehérjének lehet-e antimikrobiális hatása”
– idézi a közlemény Rádai Zoltánt, az ÖK Ökológiai és Botanikai Intézetének munkatársa, a tanulmány vezető szerzője. „Az algoritmusok a legmodernebb gépi tanulásos eljárásokat alkalmazzák, de csak a már ismert antibiotikumok jellemzői alapján képesek megbecsülni azt, hogy az ismeretlen fehérje milyen eséllyel működhet antibiotikumként.”
Az algoritmusok nélkülözhetetlen szerepet töltenek be a modern antibiotikum-kutatásban, hiszen a segítségükkel már a drága és körülményes laboratóriumi fázis előtt kiszűrhetők az esélyes jelöltek, ezzel a folyamat jelentősen felgyorsítható. A programok tesztelésére azért van nagy szükség, hogy meghatározható legyen, hogy azok a különféle forrásból származó, akár antibiotikumként is használható molekulákat milyen eredményesen tudják azonosítani.
Kiszűrik a legjobb szoftvert
A kutatás során több mint 1500 ismerten antimikrobiális hatású peptid (a fehérjéknél rövidebb aminosavlánc), illetve 3000 nem (vagy nem ismert) antimikrobiális hatású peptid felhasználásával húsz különböző algoritmus működését tesztelték. Ezzel a szakemberek célja annak a meghatározása volt, hogy e szoftverek képesek-e elkülöníteni az antimikrobiális peptideket a többitől. Emellett azt is vizsgálták, hogy a különböző algoritmusok ugyanolyan jól működnek-e, ha különböző forrásból származó molekulákat alkalmaznak.
„Eredményül azt kaptuk, hogy a különböző algoritmusok nemcsak átlagos sikerességükben különböztek, hanem abban is, hogy az eltérő állatcsoportokból izolált antimikrobiális peptideket milyen jól ismerik fel” – mondta az evolúcióbiológus. Ennek alapján a kutatók a jövőben kiválaszthatják azt a szoftvert, amely az általuk vizsgált molekulára a legmegbízhatóbb eredményt képes szolgáltatni. (MTI)
