Onderzoekers hebben met behulp van deep learning een nieuw antibioticum ontdekt. Hun algoritmes voorspelden op basis van moleculaire structuur dat een middel tegen verscheidene bacteriesoorten zou moeten werken.
De wetenschappers werken bij het gezaghebbende technologie-instituut MIT, en hebben hun bevindingen gepubliceerd in het vaktijdschrift Cell. Zij beschrijven daar het opzetten van een neuraal netwerk met als doel om nieuwe antibiotica te vinden; dat is nodig omdat veel bacteriesoorten resistent raken tegen bestaande middelen.
Omdat voor het ontdekken van nieuwe medicijnen zeer grote aantallen moleculen getest moeten worden, hebben de onderzoekers een voorspellingsmodel gebouwd, waarbij op basis van molecuulstructuur voorspeld kan worden welke moleculen een antibacteriële werking hebben. Daarvoor trainden zij hun neurale netwerk met de eigenschappen van 2335 verschillende moleculen. De resultaten werden vervolgens toegepast op een database van 107 miljoen verschillende moleculen.
In hun paper beschrijven de onderzoekers de vondst van het middel halicine, een enzymremmer die aanvankelijk is ontwikkeld als middel tegen diabetes. Het deep learning-model voorspelde echter dat het ook antibacteriële werking zou moeten hebben op basis van de molecuulstructuur. Na validatie van de vondst in muizen, met onder meer een aangetoonde werking tegen resistente bacteriën, bleek dit inderdaad het geval te zijn.
De onderzoekers vonden ook nog andere moleculen die een antibacteriële werking kunnen hebben. Mogelijk leiden de vondsten op termijn tot nieuwe medicijnen die gebruikt kunnen worden om resistente bacteriën tegen te gaan.