Kunstmatige intelligentie detecteert antivirale middelen tien keer sneller en met beperkte data

Het ontwikkelen van een nieuw antiviraal middel kan 10 tot 15 jaar duren en de investering kan oplopen tot meer dan € 1 miljard. Door de inzet van de nieuwste technologieën kunnen deze cijfers echter met een tiende worden teruggebracht. Wetenschappers van de Universiteit van Pennsylvania hebben een nieuw proces ontwikkeld op basis van kunstmatige intelligentie (AI). Daarmee kunnen ze antivirale stoffen identificeren uit een klein aantal opties en beperkte gegevens. Ze hebben het getest met het enterovirus EV-71, waar geen behandeling voor bestaat en dat hand-voet-en-klauwzeer (HFMD) veroorzaakt, dat wordt gekenmerkt door koorts, zweren en huiduitslag, hoewel het ook ernstige neurologische complicaties kan veroorzaken. Het systeem kan ook bij andere infecties worden toegepast.

Het proces, gepubliceerd in Cell Reports Physical Science , is gebaseerd op het trainen van machine learning-modellen voor een set van slechts 36 verbindingen. De onderzoekers selecteerden er acht en voorspelden nauwkeurig de effectiviteit van vijf antivirale middelen, die experimenteel werden bevestigd.

"Onze AI-aangedreven aanpak laat zien dat machine learning, zelfs met beperkte data, effectief antivirale stoffen kan identificeren, waardoor de ontwikkeling van effectieve oplossingen wordt versneld en een snelle reactie op toekomstige uitbraken wordt gegarandeerd", legt Angela Cesaro uit, een van de co-auteurs van het werk, dat voortkwam uit het laboratorium van César de la Fuente aan de Universiteit van Pennsylvania en in samenwerking met Cornell.

"Wat dit werk zo spannend maakt, is hoe het AI combineert met rigoureuze experimenten. Door moleculaire simulaties, machine learning en gerichte laboratoriumvalidatie te combineren, verkorten we de ontdekkingstijden en luiden we een nieuw tijdperk van datagestuurde geneeskunde in", voegt De la Fuente toe.

Het voorstel kwam vier jaar geleden van het farmaceutische bedrijf Procter & Gamble, dat het onderzoek voorstelde op basis van enterovirus 71, waarvoor alleen experimentele vaccinvoorstellen bestaan. "Onze moleculaire dynamische simulaties bieden cruciale inzichten in hoe antivirale verbindingen op atomair niveau interacteren met de EV71-capside", legt Haoyuan Shi van Cornell University en medeauteur van de studie uit. De capside is het buitenste eiwitomhulsel van het virus en beschermt niet alleen het genetische materiaal, maar is ook essentieel voor de infectie.

Een van de meest vernieuwende elementen van het onderzoek was juist de beperking van de gegevens. Systemen voor het ontdekken van verbindingen op basis van machinaal leren zijn afhankelijk van grote en dure datasets. Volgens Fangping Wan, eveneens lid van het project, was het team echter in staat om het antivirale effect te modelleren “zelfs in een scenario met zeer beperkte gegevens.”

De la Fuente benadrukt dat een van de meest opvallende voordelen van het nieuwe proces de mogelijkheid is om de tijd en investering die nodig zijn om antivirale middelen van nul af aan te ontwikkelen, terug te brengen tot een tiende: "Een van de belangrijkste is dat we, op basis van een model met weinig moleculen, een database hebben ontwikkeld met verschillende verbindingen die activiteit vertonen tegen enterovirus 71. Vervolgens hebben we talloze computersimulaties uitgevoerd om precies te zien hoe het voorstel interageert met het virus."

Een ander belangrijk aspect is dat het model dat is ontwikkeld op initiatief van Procter & Gamble, dat de moleculaire basis heeft gelegd, is ontwikkeld met open en publieke code waartoe iedere onderzoeker toegang heeft om het systeem te testen met andere pathogenen.

"Het model kan dienen als een eerste basis voor het trainen met andere soorten data, om het aan te passen aan de unieke kenmerken van andere infecties. De sleutel is om technologieën en rekentools te ontwikkelen die we vervolgens kunnen extrapoleren", legt De la Fuente uit.

Cell Biomaterials publiceert in het laboratorium van César de la Fuente een onderzoek naar synthetische peptiden die antibioticaresistente bacteriën op twee fronten aanvallen: ze doorboren microbiële membranen, die als schild dienen tegen mogelijke conventionele behandelingen, en ze activeren een belangrijke immuuncelreceptor, die de natuurlijke afweer van het lichaam versterkt.

"Superbacteriën presteren beter dan onze beste medicijnen. Door directe bacteriedoding te combineren met immuunactivering, bieden deze peptiden ons een compleet nieuwe strategie", legt César de la Fuente uit, hoofdauteur van de studie aan de Universiteit van Pennsylvania, waar hij hoogleraar is.

De ontdekte peptiden prikken eerst door bacteriële membranen en elimineren snel ziekteverwekkers die conventionele antibiotica weten te ontwijken. Tegelijkertijd activeren ze de tot dan toe onbekende G-proteïne-gekoppelde receptor MRGPRX2 op mestcellen, waardoor een plotselinge afgifte van antimicrobiële mediatoren plaatsvindt die de bestrijding van de infectie bevorderen. Ten slotte zorgt hun spiegelbeeldontwerp (met behulp van D-aminozuren) voor een hoge resistentie tegen protease-afbraak, waarmee een obstakel in de peptidetherapie is overwonnen en ze gereed zijn voor klinische toepassing in de echte wereld. "Door MRGPRX2 te activeren, transformeren we het immuunsysteem van de gastheer in een bondgenoot", legt Marcelo Torres uit, mede-hoofdonderzoeker van de studie. “Dit levert een dubbel effect op dat geen enkel conventioneel antibioticum kan evenaren.”

Een andere medeauteur van het onderzoek, Aetas Amponnawarat, merkt op: "Gezien de toenemende antibioticaresistentie zijn therapieën die bacteriën elimineren en de immuniteit versterken een cruciaal onderzoeksgebied." Dit werk is mede geschreven door Rakesh Krishnan en Hydar Ali, die de corresponderende auteur van het artikel is.

Een andere manier om infecties te bestrijden is het analyseren van de effecten van bestaande medicijnen als preventief middel. Uit een onderzoek van de Universiteit van Granada en Andalusische ziekenhuizen is gebleken dat kinderen die met een specifiek medicijn (Nirsevimab) worden behandeld tegen het respiratoir syncytieel virus (RSV), minder ernstige klinische symptomen hebben dan kinderen die het medicijn niet krijgen.

"Tot de laatste campagne waren vaccins de enige preventieve maatregelen die op bevolkingsniveau werden toegepast. Geen van deze werd gebruikt tegen RSV. Sinds de campagne van 2023-2024 werd echter voor het eerst ter wereld een niet-vaccinatiemaatregel op basis van een monoklonaal antilichaam, nirsevimab, gebruikt. Het effect ervan houdt lang aan (meer dan vijf maanden) en wordt gebruikt als passieve immunisatie bij kinderen jonger dan zes maanden", legt Mario Rivera uit, onderzoeker aan de afdeling Preventieve Geneeskunde en Volksgezondheid van de Universiteit van Granada die aan deze studie deelneemt.

Een andere onderzoeksstrategie is het detecteren van de vectoren die infecties bevorderen. Dit is de visie van een wetenschappelijk team onder leiding van het Doñana Biological Station-CSIC in een werk gepubliceerd in Plos One met de eerste karakterisering van de bacteriële microbiota van de muggensoort Culex perexiguus , de belangrijkste vector van het West-Nijlvirus in Spanje, en de mogelijke associatie hiervan met de infectie.

Uit het onderzoek blijkt dat de bacteriën in deze microbiota de immuunreactie van de mug kunnen moduleren, met micro-organismen kunnen concurreren om hulpbronnen en zelfs stoffen kunnen vrijmaken die de ontwikkeling van ziekteverwekkers in deze insecten beïnvloeden. De onderzoekers zijn er daarom van overtuigd dat het identificeren van de samenstelling van de muggenmicrobiota in de natuur essentieel is voor het begrijpen van de epidemiologie van overdracht en, mogelijk, het ontwerpen van innovatieve strategieën om door vectoren overgedragen ziekten te bestrijden.

"Verschillen in de microbiota van muggen kunnen ons helpen de centrale rol van Culex perexiguus bij de overdracht van het West-Nijlvirus te begrijpen", zegt Marta Garrigós, hoofdauteur van de studie en predoctoraal onderzoeker bij het Doñana Biological Station-CSIC.