使用人工智能发现抗生素,用于治疗Acinetobacter baumannii感染
Yassir Boulaamane1, Irene Molina Panadero2, Abdelkrim Hmadcha3,4
1Laboratory of Innovative Technologies, National School of Applied Sciences of Tangier, Abdelmalek Essaadi University, Tetouan, Morocco.
mSystems
|May 3, 2024
概括
这项研究确定了demethoxycurcumin作为对抗多药耐药Acinetobacter baumannii感染的强有力的药物. 机器学习加速了这种天然化合物的发现,显示了抗菌和抗病毒性质.
科学领域:
- 计算化学和药物发现
- 微生物学和传染病.
- 自然产品化学 自然产品化学
背景情况:
- 耐多药性Acinetobacter baumannii感染是一个重大的全球健康挑战,死亡率高.
- 现有的抗生素越来越无效,需要开发新的治疗策略.
- 外膜蛋白W (OmpW) 已被确定为A. baumannii的潜在治疗标.
研究的目的:
- 通过计算查,识别针对多药耐药的A. baumannii的新型抗菌剂.
- 评估已识别的天然化合物的抗菌和抗病毒潜力.
- 探索机器学习和定量结构-活性关系 (QSAR) 模型在药物发现中的实用性.
主要方法:
- 使用QSAR模型和基于结构的虚拟选对抗A. baumannii的OmpW目标对11,648种自然化合物的选.
- 对于药物相似性评估的in silico药物动力学评估.
- 实验验证化合物的实验验证,包括demethoxycurcumin,使用微稀释,时间杀伤测试和OmpW缺乏突变物.
主要成果:
- 甲基库尔库,一种库尔库米诺类药物,对OmpW表现出强烈的结合亲和力和有利的药理动力学特性.
- 甲基库尔库对一组A. baumannii菌株表现出显著的抗菌活性,包括多种耐药菌株,无论是作为单一疗法还是与colistin结合使用.
- 该化合物显著降低了细菌与宿主细胞的相互作用,表明抗病毒效应.
结论:
- 德梅托西库尔库是一种有前途的天然化合物,用于对抗A. baumannii感染.
- 机器学习和虚拟查是从自然产品库中发现新型抗菌剂的有效策略.
- 这些发现为对抗具有挑战性的多药耐药性细菌感染提供了新的治疗途径.
