자연어 처리 또는 AI는 과학자들이 MRSA, 심각한 감염을 일으킬 수있는 내성 박테리아에 대항하기 위해 유망한 새로운 항생제 계급을 발견하는 데 도움을줍니다.
유로뉴스는 7월 27일 월요일, 연구 결과가 자연 저널에 발표 된 연구에서 나온 것으로 보도했다. 이 연구는 21 명의 연구자가 공동으로 작성했습니다.
이 연구는 메티실린 내성 황색포도상구균 또는 MRSA에 초점을 맞추었습니다. 이 박테리아는 경미한 피부 감염에서 폐렴 및 혈류 감염과 같은 심각한 질병을 일으킬 수 있습니다.
유럽 질병 예방 통제 센터(ECDC)에 따르면 유럽 연합(EU)에서 매년 약 15만 건의 MRSA 감염이 발생하고 있다. 같은 지역에서 약 3만 5천 명의 사람들이 항생제 내성 감염으로 매년 사망하고 있다.
항생제 내성은 박테리아를 포함한 세균이 이전에 효과적인 약물에 더 이상 민감하지 않을 때 발생합니다. 이 상태는 감염을 더 어렵게 만듭니다.
매사추세츠 공과대학(MIT)의 팀은 잠재적인 항생제를 찾기 위해 딥 러닝 모델을 사용했습니다. 딥 러닝은 신경망이 데이터 패턴을 읽기 위해 어떻게 작동하는지를 모방하는 AI의 일부입니다.
연구의 저자 중 한 명인 MIT 의료 및 과학 기술 교수 제임스 콜린스 (James Collins)는이 연구의 강점은 작동 방식을 더 쉽게 읽을 수있는 AI 모델에 있다고 말했습니다.
"중요한 이해는 특정 분자가 좋은 항생제가 될 것이라는 예측을하기 위해 모델이 무엇을 배웠는지 볼 수 있다는 것입니다."라고 콜린스는 말했습니다.
"우리의 연구는 시간과 자원 절약적인 프레임 워크를 제공하고 화학 구조 관점에서 기계적 이해를 제공하며, 지금까지 우리가 가지지 않은 방식으로,"라고 그는 말했다.
연구자들은 MRSA에 대한 항생제 활성을 평가하기 위해 약 39,000 개의 화합물을 먼저 평가했습니다. 그런 다음 화합물의 화학 구조 정보와 함께 테스트 결과 데이터가 AI 모델에 입력되었습니다.
연구에 주도적 역할을 한 MIT와 하버드 대학의 박사후 연구원 펠릭스 웡(Felix Wong)은 그의 팀이 AI 모델에서 오랫동안 "검은 상자"라고 불리던 것을 열고 싶다고 말했습니다.
"이 연구에서 우리가하고 싶은 것은 블랙 박스를 열어 보는 것입니다. 이 모델은 신경 연결을 모방하는 매우 많은 계산으로 구성되며, 그 뒤에 무슨 일이 일어나는지 아무도 정말 모릅니다."라고 웡은 말했습니다.
검색을 강화하기 위해 연구자들은 3 가지 추가 딥 러닝 모델을 사용했습니다. 이 모델은 세 가지 유형의 인간 세포에서 화합물의 독성을 평가하도록 훈련되었습니다. 독성은 물질이 몸에 해로운 영향을 미칠 가능성의 수준입니다.
박테리아를 죽이는 능력과 인간 세포에 대한 위험 수준을 살펴본 후, 연구자들은 가장 유망한 화합물을 선택했습니다.
약 1200만 개의 상업적으로 이용 가능한 화합물이 이 AI 모델 시리즈를 통해 걸러졌습니다.
이 모델은 MRSA에 대해 활성이 예상되는 다섯 가지 다른 클래스의 화합물을 발견했습니다. 이 클래스는 분자 내의 특정 화학 구조 부분에 따라 구분됩니다.
연구자들은 약 280개의 화합물을 얻어 실험실에서 MRSA에 대해 테스트했습니다. 그곳에서 그들은 같은 계열에서 유망한 두 가지 항생제 후보를 발견했습니다.
항생제 후보는 약물이 될 수 있기 전에 더 많은 테스트가 필요한 화합물입니다.
유로뉴스는 이번 연구 결과가 아직 연구 단계에 있다고 말했습니다. 두 마우스 모델에서, 하나는 MRSA 피부 감염을 위해, 다른 하나는 MRSA 체계 감염을 위해, 각각의 화합물은 MRSA 개체군을 10 배까지 감소시켰습니다.
The English, Chinese, Japanese, Arabic, and French versions are automatically generated by the AI. So there may still be inaccuracies in translating, please always see Indonesian as our main language. (system supported by DigitalSiber.id)
