Главные новости. Тетраценомициновые антибиотики были обнаружены более 40 лет назад.
Минздрав РФ исключил антибиотики из стандарта лечения ОРВИ
Новые антибиотики были успешно проверены в опытах на мышах, сообщила в понедельник пресс-служба шведского Университета Уппсалы. от 7 до 14 дней. Бесконтрольное применение антибиотиков приводит к развитию антибиотикорезистентности, приводит к тому, что люди начинают болеть инфекциями, к которым резистент. Новый российский антибиотик «Фтортиазинон», который разрабатывается в Центре Гамалеи, будет зарегистрирован в конце декабря или в январе.
Штамм «пирола» в 2024 году: что известно о новом варианте коронавируса
Прорыв в лечении: российские ученые создали суперантибиотик — 04.03.2023 — В России на РЕН ТВ | В России зарегистрировали новый препарат для пациентов, устойчивых к антибиотикам. |
Европейская комиссия одобрила новый антибиотик против супербактерий | В перспективе мы намерены использовать эти свойства нашего соединения для разработки новых антибиотиков", говорит профессор физической химии Анна Шиповская. |
Фузобактериальная инфекция привела к эндометриозу яичников | В статье приведен обзор ситуации на рынке антибиотиков – регистрация новых антибиотиков за последние 15 лет в России и мире. |
Созданы антибиотики принципиально нового действия – экспертный материал, Lahta Clinic | Ученые разработали новый «меняющий форму» антибиотик для борьбы с лекарственно-устойчивыми бактериями, но его еще не испытали на людях. |
Созданы антибиотики принципиально нового действия – экспертный материал, Lahta Clinic | Евросоюз одобрил новый антибиотик от пневмонии и инфекции мочевыводящих путей, предназначенный для борьбы с «супербактериями», устойчивыми к существующим лекарствам. |
Новый стандарт лечения ОРВИ в России: антибиотики исключить, но можно обратиться к гинекологу
После начала их приема очень важно пропить весь курс, даже если человек чувствует себя здоровым. Дело в том, что если забросить прием антибиотиков на полпути, в организме могут остаться болезнетворные бактерии. Хорошо себя чувствующий человек останется распространителем заболевания, а бактерии будут постепенно привыкать к воздействию антибиотика и со временем перестанут его бояться. Важно понимать, что антибиотики не работают против вирусов. На сегодняшний день существуют тысячи натуральных и синтетических веществ, которые принимаются в качестве антибиотиков. А все потому, что за сотни лет миллиарды людей не допивали курс антибиотиков и бактерии обретали к ним устойчивость. На данный момент большая часть антибиотиков совершенно бесполезна. Но ученые постоянно занимаются разработкой новых видов. Недавно был создан тест, подсказывающий подходящий антибиотик для лечения болезни Новый антибиотик из России Недавно ученые из Тюменского государственногo унивeрситета ТюмГУ сообщили о создании нового натурального антибиотика. По их словам, он универсален и способен убивать не только бактерии, но и грибки.
Это значит, что при помощи него можно будет лечить широкий спектр различных инфекций. Антибиотик новый, а значит, у бактерий пока нет на него иммунитета.
Фото: unsplash.
Разработанный российскими учеными фтортиазинон действует на возбудителей всех обследованных заболеваний и особо влияет на грамотрицательные бактерии с устойчивостью ко множеству лекарственных средств. Он подавляет так называемую третью транспортную систему, которая позволяет бактериям присоединиться к клеткам и подготовить их для проникновения следующих микроогранизмов.
Исследователи проанализировали антимикробную активность 80 штаммов бактерии Xenorhabdus nematophila и выделили несколько наиболее эффективных антибактериальных соединений одного типа. Одилорабдины, как и многие распространенные антибиотики, воздействуют на рибосомы в клетках бактерий — сложные молекулярные комплексы, играющие ключевую роль в трансляции синтезе белков. Рибосома распознает информацию, записанную в матричной РНК, и обеспечивает взаимодействие необходимых элементов. Связываясь с рибосомой, антибиотики воздействуют на ее способность «читать» — и при синтезе новых белков возникают ошибки. Этот процесс вызывает гибель бактериальной клетки. Это позволит использовать новые препараты против бактерий, которые выработали устойчивость к распространенным антибиотикам.
Исследователи обучили ансамбли графовых нейронных сетей осуществлять бинарные классификационные прогнозы о том, будет ли новое соединение подавлять рост бактерий, на основе его химической структуры. Каждая графовая нейронная сеть работает путем формирования шагов свертки, которые зависят от атомов и связей каждой входной химической структуры, которая рассматривается как математический граф с вершинами атомы и ребрами связи. После последовательных шагов свертки, объединяющих информацию от соседних атомов и связей, каждая модель генерирует окончательный балл предсказания между 0 и 1, представляющий собой оценку вероятности того, что молекула активна. Для получения дополнительных данных, которые могут улучшить работу модели, каждой был предоставлен список молекулярных характеристик, рассчитанных с помощью RDKit для каждого входа. RDKit позволяет выполнять различные операции над молекулами, включая генерацию, представление и редактирование молекулярных структур, расчет физико-химических свойств, числовых характеристик, описывающих молекулу в химической системе, визуализацию молекулярных структур, анализ и поиск структурных фрагментов, разработку моделей и тд. Для повышения надежности прогноза оценки нескольких моделей в ансамбле усреднялись. Каждая модель обучалась и проверялась, а затем тестировалась на одних и тех же фрагментах обучающего набора данных. Для ансамбля из десяти моделей, примененных к закрытым тестовым данным, площадь под кривой AUPRC составила 0,364, что свидетельствует о хорошей производительности при учете дисбаланса активных соединений в обучающих данных. Кривая AUPRC Area Under the Precision-Recall Curve - это графическое представление и метрика для оценки качества моделей классификации или ранжирования, особенно в задачах с несбалансированными классами или большим количеством ложноположительных результатов. Precision измеряет долю верно классифицированных положительных примеров относительно всех классифицированных положительных примеров. Recall измеряет долю верно классифицированных положительных примеров относительно всех действительно положительных примеров. При этом, наблюдалось снижение производительности, измеряемой по AUPRC для тестового набора у альтернативных моделей, включая ансамбль из десяти моделей Chemprop без использования RDKit. В целом, эти результаты показывают, что модели Chemprop с молекулярными характеристиками, вычисленными с помощью RDKit, дают многообещающие прогнозы активности антибиотиков и могут превзойти более простые и поверхностные модели глубокого обучения. Модели цитотоксичности человеческих клеток Чтобы лучше определить соединения, селективные против изучаемых бактерий, были разработаны ортогональные модели, предсказывающие цитотоксичность в клетках человека. Ортогональные модели являются специальным видом моделей, используемых в математике, статистике и анализе данных. Они характеризуются свойством ортогональности, что означает независимость и неперекрываемость компонентов модели. В контексте многомерного пространства, ортогональные модели связаны с ортогональными базисами, где каждая компонента измерение модели независима от остальных, и изменение одной компоненты не влияет на другие. Это обеспечивает более простой анализ данных и интерпретацию результатов. Был проведен контрскрининг обучающего набора из 39,312 соединений на цитотоксичность в клетках карциномы печени человека HepG2 , клетках скелетных мышц человека HSkMCs и клетках фибробластов легких человека IMR-90. Жизнеспособность клеток измеряли после 2-3 дней обработки каждым соединением в концентрации 10 мкМ, которая соответствует и широко используется в культурах клеток человека. Как и выше, эти данные были использованы для обучения бинарных классификационных моделей, предсказывающих вероятность того, является ли новое соединение цитотоксичным для клеток HepG2, HSkMCs или IMR-90, на основе химической структуры соединения. Для ансамблей из 10 моделей Chemprop, обученных и проверенных, а затем протестированных на тех же данных, значения AUPRC для моделей составили 0,176, 0,168 и 0,335, соответственно. Это свидетельствует о положительной, но менее предсказуемой эффективности, чем у моделей для антибиотической активности, что может быть обусловлено более строгими критериями для объявления соединений нецитотоксичными. Фильтрация и визуализация химического пространства После удовлетворения эффективностью наших моделей, исследователи переобучили ансамбли из 20 моделей Chemprop на всех обучающих наборах данных, в результате чего были получены четыре ансамбля, предсказывающие активность антибиотиков, цитотоксичность HepG2, цитотоксичность HSkMCs и цитотоксичность IMR-90. Ансамбли были применены для прогнозирования антибиотической активности и цитотоксичности 12 076 365 соединений, включая 11 277 225 соединений из базы данных Mcule purchasable, в которой большинство соединений можно легко приобрести, не прибегая к собственному химическому синтезу, а также 799 140 соединений из базы данных Broad Institute. PAINS Pan-Assay Interference Compounds и Brenk substructures — это наборы подструктур, которые могут вызывать нежелательные эффекты или ложноположительные результаты в биологических экспериментах. PAINS является набором химических структурных фрагментов, которые часто обнаруживаются в молекулах, проявляющих побочную активность. Brenk substructures представляют собой схожий набор подструктур, разработанный для выявления химических групп, которые часто связаны с нежелательными свойствами молекул, такими как токсичность, незаурядность или проблемы с разработкой лекарств. Наконец, оставшиеся соединения фильтруются на предмет структурной новизны, определяемой коэффициентом сходства Танимото — менее 0,5 по отношению к любому активному соединению в обучающем наборе данных. Коэффициент Танимото является метрикой, используемой для оценки сходства между двумя множествами или наборами данных преимущественно для молекул и генов. Коэффициент Танимото вычисляется как отношение числа общих элементов между двумя наборами к общему числу элементов в обоих наборах. Он может принимать значения в диапазоне от 0 до 1, где 0 означает полное отсутствие сходства, а 1 обозначает полное совпадение. Он позволяет отображать сложные многомерные данные на двух- или трехмерную плоскость, сохраняя при этом важные отношения и структуру в данных. Алгоритм t-SNE основывается на концепции близости объектов: близкие объекты в исходном пространстве имеют более высокие шансы быть близкими и после проекции на низкоразмерное пространство. Диаграмма с использованием алгоритма t-SNE t-distributed neighbor embedding показывает соединения с высокими и низкими оценками прогноза антибиотиков, а также соединения из обучающего набора данных при разных пороговых значениях оценки прогноза.
Российские ученые нашли новое семейство антибиотиков из группы липогликопептидов
Так ведь антибиотики применяют при бактериальном происхождении болезни (грипп). Фармацевтический гигант GSK (бывший GlaxoSmithKlein) предложил настолько удачный новый антибиотик, что его клинические исследования были остановлены. Это изменение основано на понимании, что антибиотики эффективны против бактериальных, но не вирусных инфекций, к которым относится ОРВИ. Открыт антибиотик нового класса | Читайте все новости медицины на сайте Русского Медицинского журнала. В итоге чтобы открыть новый антибиотик, надо перебрать около 1 млн актиномицетов, а их спонтанные мутации способны свести на нет процесс в любой момент.
FDA одобрило новый антибиотик против инфекции мочеполовых путей
В Евросоюзе одобрили новый препарат от компании Pfizer для борьбы с так называемыми грамотрицательными бактериями — именно у них чаще всего проявляется устойчивость к антибиотикам. Лекарство получило название Emblaveo. Его планируют назначать ослабленным пациентам с тяжелой инфекцией, у которых не осталось других вариантов лечения. Это препарат, активный против устойчивых патогенов, который дает нам инструмент для лечения инфекций, когда уже нет иных вариантов», — сказал вице-президент Pfizer по глобальным медицинским вопросам Джей Пурди.
Ученые разработали антибиотик, преодолевающий бактериальную резистентность Благодаря трудам исследователей медицина получит новое мощное оружие для борьбы с лекарственно-устойчивыми микроорганизмами. Источник: unsplash Сделать прорыв в столь сложном вопросе удалось ученым из Чикагского университета Иллинойса и Гарвардского университета. Проанализировав способность некоторых бактерий противостоять антибиотикам, они выяснили, что механизм бактериальной защиты оказался куда сложнее, чем считалось ранее. Но в ходе экспериментов исследователи все же смогли вывести крезомицин — антибиотик, эффективно подавляющий патогенные микроорганизмы, получившие устойчивость к множеству противомикробных препаратов.
Новый антибиотик — продукт многолетнего партнерства группы Юрия Поликанова, адъюнкт-профессора биологических наук UIC, с Гарвардским университетом. UIC исследователи обнаружили важную информацию о клеточных механизмах и структуре, что позволило гарвардским исследователям разработать и синтезировать новые лекарства.
В ином случае возникает высокий риск наступления инсулинового шока. Далацин фосфат Это средство назначают в случаях, когда узконаправленные антибиотики малоэффективны. С его помощью успешно лечат болезни, вызванные стрептококковыми, стафилококковыми и пневмококковыми инфекциями. Также это бронхиты, скарлатина, отиты, абсцесс легкого, фарингиты, синуситы и пр.
Применяться он может и при вагинальных патологиях, перитоните, сильных угревых высыпаниях. При беременности далацин нельзя принимать, однако он разрешен детям с одного месяца. Под противопоказания также попали: миастения, тяжелые патологии почек, печени. Кроме того, средство не сочетается с одновременным приемом глюконата кальция, витаминных комплексов группы B, магния. Цена: от 700 р. Азитромицин Считается самым эффективным, поскольку имеет сразу два действия.
Убивает стафилококки, стрептококки, хламидии. Также эффективен в лечение микоплазмы и уреаплазмы. Быстро всасывается, легко проходит сквозь мембранные клетки. После пяти дней регулярного применения достигается стойкий терапевтический эффект. Необходимый уровень активных веществ держится еще пять суток после окончания приема. Азитромицином лечат: дерматоз, рожу, уретрит, ЛОР-патологии.
Среди частых побочных эффектов: кандидоз, вздутие, расстройство стула. Цена: от 60 р. Амоксиклав Обладает антибактериальным действием, содержит амоксициллин и клавулановую кислоту. Имеет обширный спектр в терапии различных патологий: сальмонеллез, кокковые, мико- и коринебактериальные инфекции. Используется при смешанных инфекциях, инфицировании костно-суставной системы. Успешно применяется в области урологии и гинекологии.
Цена: от 120 р. Прием амоксиклава может вызывать диарею, развитие эритемы. Не назначается при лейкозах и мононуклеозе, поскольку имеет свойство разжижать кровь.
Это означает, что мутации в структуре сигнальной пептидазы слабо влияют на способность G0775 подавлять этот фермент, чего не скажешь про исходный ариломицин. Причина тому — принципиально разные механизмы связывания с пептидазой. Отметим, что бактерии подразделяются на грамотрицательные и грамположительные в зависимости от того, насколько устойчиво они окрашиваются реактивом Грама. Первые обесцвечиваются при промывке, поскольку красителю не дает проникнуть внутрь клетки дополнительная внешняя мембрана.
Инфекции, вызываемые грамотрицательными бактериями, гораздо труднее вылечить, потому что белковые мишени традиционных антибиотиков оказываются спрятаны под этой мембраной. Отметим также, что сигнальная пептидаза I типа отщепляет от созревающих белков концевые фрагменты, без чего эти белки не могут добраться до «мест назначения» внутри бактериальной клетки. У грамположительных бактерий этот фермент присутствует на поверхности клетки, а у грамотрицательных — под внешней мембраной. На его подавлении с помощью новых антибиотиков фармакологи пытаются сыграть в течение 20 последних лет. Читать также: ВОЗ обеспокоена ростом устойчивости бактерий к антибиотикам Особые надежды на этот счет связывались с открытием в 2007 году природных ариломицинов.
Фузобактериальная инфекция привела к эндометриозу яичников
Ученые «Сириуса» создают антибиотики нового поколения | Тетраценомициновые антибиотики были обнаружены более 40 лет назад. |
Новый стандарт лечения ОРВИ в России: антибиотики исключить, но можно обратиться к гинекологу | Антибиотик от искусственного разума оказался эффективным против самых лекарственноустойчиых бактерий. |
Минздрав РФ исключил антибиотики из стандарта лечения ОРВИ – Москва 24, 25.04.2024 | По их словам, синтезированное ранее соединение может стать основой целого ряда новых лекарств, в том числе антибиотиков. |
«Свежие антибиотики»: российские ученые создали новое вещество с антибактериальным эффектом
Об этом пишет РБК. Международное непатентованное наименование этих популярных препаратов — джозамицин. Их используют при инфекциях верхних и нижних дыхательных путей, стоматологических инфекциях, заболеваниях ЖКТ и многих других. В декабре запасы лекарств в аптеках практически закончились, их хватит на менее, чем на месяц. В больницах таких антибиотиков осталось на полгода, сообщает издание.
Эта группа физически блокирует место, где лекарство связывается с рибосомой, из-за чего лечение оказывается неэффективным.
Теперь же исследователи обнаружили, что блокировка — это не единственное средство защиты. Метильная группа также изменяет форму рибосомы, что еще сильнее нарушает активность антибиотика. Для обхода этой защиты были разработаны новые антибиотики, включая крезомицин, который связывается с рибосомами, игнорируя наличие метильных групп. Новое лекарство успешно преодолевает большинство существующих типов резистентности устойчивости к препаратам. Встраивание молекул крезомицина в Штамм T.
Основной акцент исследований делался на взаимодействии антибиотиков с общими клеточными мишенями — рибосомой и механизмах, которыми бактерии защищают свои рибосомы от антибиотиков. Процесс связывания антибиотика крезомицина с рибосомой бактерии Thermus thermophilusИсточник: phys. Лекарства связываются с рибосомами бактерий и нарушают этот процесс, что приводит к гибели микроорганизмов. Однако со временем бактерии развили механизмы защиты, добавляя метильную группу к своим рибосомам. Эта группа физически блокирует место, где лекарство связывается с рибосомой, из-за чего лечение оказывается неэффективным. Теперь же исследователи обнаружили, что блокировка — это не единственное средство защиты.
Так вот, алгоритм запрограммировали так, чтобы он такими категориями не думал. После обучения на тренировочных 2335 молекулах нейросети дали примерно 6000 потенциальных лекарственных молекул, которые сейчас только изучаются и про которых неизвестно, как они действуют на бактерий. Задача была та же — найти вещества, подавляющие рост кишечной палочки. Из этих более чем 6000 нейросеть выбрала около сотни. Их протестировали на настоящих микробах, и оказалось, что одна из молекул, которую изучают как потенциальное лекарство от диабета, может быть весьма эффективным антибиотиком. Вещество назвали халицин или хэлицин, halicin — в честь компьютера HAL 9000 из «Космической одиссеи 2001» несколько сомнительный юмор, если вспомнить, какие проблемы HAL 9000 доставил героям фильма. Впрочем, спасибо, что не Скайнет. Халицин действовал не только на кишечную палочку, но и на целый ряд других бактерий, включая штаммы, весьма устойчивые к самым разным антибиотикам. Обычно антибиотики создаю т так, чтобы они не давали бактериям синтезировать клеточную стенку, или мешали синтезировать белок, или мешали синтезировать нуклеиновые кислоты.
«Свежие антибиотики»: российские ученые создали новое вещество с антибактериальным эффектом
Теперь же исследователи обнаружили, что блокировка — это не единственное средство защиты. Метильная группа также изменяет форму рибосомы, что еще сильнее нарушает активность антибиотика. Для обхода этой защиты были разработаны новые антибиотики, включая крезомицин, который связывается с рибосомами, игнорируя наличие метильных групп. Новое лекарство успешно преодолевает большинство существующих типов резистентности устойчивости к препаратам.
Встраивание молекул крезомицина в Штамм T. Теперь ученые приступают к оценке безопасности для людей.
По словам академика Гинцбурга, лекарство действует против любых бактерий, которые уже были изучены. В эту группу могут, к примеру, входить сальмонелла, стафилококк и кишечная палочка. О том, будет ли новый препарат применяться и насколько эффективно, рассуждает ректор Смоленского государственного медицинского университета Роман Козлов: Роман Козлов ректор Смоленского государственного медицинского университета «Без сомнения, во-первых, он уже внедрен в практику. Он доказал свою эффективность и безопасность при лечении инфекции мочевых путей, для профилактики некоторых видов заболеваний, которые развиваются в стационаре. Без сомнения, исследования и в более широком спектре показаний будут продолжаться.
Естественно, это антибактериальный препарат. В отношении вирусов любые антибиотики не работают. И никакого отношения к лечению самой новой коронавирусной инфекции он, конечно, не имеет. Но он при получении положительных результатов исследований, собственно говоря, может быть использован для лечения бактериальных осложнений, которые иногда возникают у пациентов с новой коронавирусной инфекцией». Как объяснили представители Минздрава, применять его можно как вместе с антибиотиками, так и отдельно.
Несколько соединений подавляли рост большинства патогенов даже в очень низких концентрациях. Самый перспективный антибиотик, 47—VS1, проверили на эффективность против клинических изолятов золотистого стафилококка, обладающих множественной антибиотикорезистентостью, в том числе к стрептограминам. Чтобы детально описать механизм действия новых антибиотиков, ученые получили методом рентгенокристаллографии серию структур комплекса рибосомы E.
Авторы работы отмечают, что резистентность и к полученным ими совершенно новым антибиотикам рано или поздно появится, однако создание новых стрептограминовых антибиотиков путем сборки из блоков может существенно продлить срок применения этих препаратов в клинике. Источник Li, Q.
Информация не должна быть использована для замены непосредственной консультации с врачом и для принятия решения о применении продукции самостоятельно. На основании вышесказанного, пожалуйста, подтвердите, что Вы являетесь действующим медицинским или фармацевтическим работником, либо иным работником системы здравоохранения.
Читать дальше.
Минздрав зарегистрировал антибиотик с новым механизмом действия
Международная группа ученых выделила из некультивируемой бактерии новый антибиотик с необычным механизмом действия. Евросоюз одобрил новый антибиотик от пневмонии и инфекции мочевыводящих путей, предназначенный для борьбы с «супербактериями», устойчивыми к существующим лекарствам. Так ведь антибиотики применяют при бактериальном происхождении болезни (грипп). Новые антимикробные препараты — иммуно-антибиотики двойного действия (dual-acting immuno-antibiotics, DAIAs).
Японский антибиотик вильпрафен перестанут производить в России
Активное вещество не позволяет клеткам бактерий и грибков образовывать защитную биопленку. Это практически полностью лишает возбудителей болезней защиты и они быстро погибают. Его можно применять как в чистом виде, так и добавлять в состав других лекарственных средств. Лучше всего он действует в виде уколов, но вещество подходит и для «прямой обработки пораженных тканей». Что именно под этим выражением подразумевают ученые, не совсем ясно. Скорее всего, речь идет о принимаемых внутрь таблетках.
Когда новый антибиотик появится в аптеках, пока неизвестно Антибиотики на основе эмерициллипсина A могут появиться в продаже только после успешного прохождения испытаний. Но никаких подробностей о них пока нет. Чтобы он сохранил свою эффективность важно, чтобы люди начали принимать лекарства с большей ответственностью. В том, что бактерии вырабатывают иммунитет к антибиотикам, виноваты и некомпетентные врачи. Иногда они прописывают их даже без срочной необходимости.
В некоторых странах они назначаются только в том случае, если жизнь человека находится под сильной угрозой.
Теперь более детально рассмотрим особенности исследования! Модели антибиотической активности Был проверен исходный набор из 39 312 соединений, содержащий большинство известных антибиотиков, природных продуктов и структурно разнообразных молекул с молекулярными массами от 40 до 4200 Da, на ингибирующую рост активность против чувствительного к метициллину штамма S. На графике отображается молекулярно-массовое распределение отобранных соединений. Частота показана в логарифмической шкале. Непосредственно данные по ингибированию роста S. Данные получены в двух биологических репликах.
Активные соединения — те, для которых средний относительный рост составляет менее 0,2. Далее исследователи использовали Chemprop. Chemprop - это метод машинного обучения, специально разработанный для задач химинформатики, в особенности для предсказания биологической активности новых соединений, поиска лекарственных препаратов, ранжирования молекул по их свойствам, генерации новых молекул и других задач, связанных с химической разработкой и оптимизацией. Исследователи обучили ансамбли графовых нейронных сетей осуществлять бинарные классификационные прогнозы о том, будет ли новое соединение подавлять рост бактерий, на основе его химической структуры. Каждая графовая нейронная сеть работает путем формирования шагов свертки, которые зависят от атомов и связей каждой входной химической структуры, которая рассматривается как математический граф с вершинами атомы и ребрами связи. После последовательных шагов свертки, объединяющих информацию от соседних атомов и связей, каждая модель генерирует окончательный балл предсказания между 0 и 1, представляющий собой оценку вероятности того, что молекула активна. Для получения дополнительных данных, которые могут улучшить работу модели, каждой был предоставлен список молекулярных характеристик, рассчитанных с помощью RDKit для каждого входа.
RDKit позволяет выполнять различные операции над молекулами, включая генерацию, представление и редактирование молекулярных структур, расчет физико-химических свойств, числовых характеристик, описывающих молекулу в химической системе, визуализацию молекулярных структур, анализ и поиск структурных фрагментов, разработку моделей и тд. Для повышения надежности прогноза оценки нескольких моделей в ансамбле усреднялись. Каждая модель обучалась и проверялась, а затем тестировалась на одних и тех же фрагментах обучающего набора данных. Для ансамбля из десяти моделей, примененных к закрытым тестовым данным, площадь под кривой AUPRC составила 0,364, что свидетельствует о хорошей производительности при учете дисбаланса активных соединений в обучающих данных. Кривая AUPRC Area Under the Precision-Recall Curve - это графическое представление и метрика для оценки качества моделей классификации или ранжирования, особенно в задачах с несбалансированными классами или большим количеством ложноположительных результатов. Precision измеряет долю верно классифицированных положительных примеров относительно всех классифицированных положительных примеров. Recall измеряет долю верно классифицированных положительных примеров относительно всех действительно положительных примеров.
При этом, наблюдалось снижение производительности, измеряемой по AUPRC для тестового набора у альтернативных моделей, включая ансамбль из десяти моделей Chemprop без использования RDKit. В целом, эти результаты показывают, что модели Chemprop с молекулярными характеристиками, вычисленными с помощью RDKit, дают многообещающие прогнозы активности антибиотиков и могут превзойти более простые и поверхностные модели глубокого обучения. Модели цитотоксичности человеческих клеток Чтобы лучше определить соединения, селективные против изучаемых бактерий, были разработаны ортогональные модели, предсказывающие цитотоксичность в клетках человека. Ортогональные модели являются специальным видом моделей, используемых в математике, статистике и анализе данных. Они характеризуются свойством ортогональности, что означает независимость и неперекрываемость компонентов модели. В контексте многомерного пространства, ортогональные модели связаны с ортогональными базисами, где каждая компонента измерение модели независима от остальных, и изменение одной компоненты не влияет на другие. Это обеспечивает более простой анализ данных и интерпретацию результатов.
Был проведен контрскрининг обучающего набора из 39,312 соединений на цитотоксичность в клетках карциномы печени человека HepG2 , клетках скелетных мышц человека HSkMCs и клетках фибробластов легких человека IMR-90. Жизнеспособность клеток измеряли после 2-3 дней обработки каждым соединением в концентрации 10 мкМ, которая соответствует и широко используется в культурах клеток человека. Как и выше, эти данные были использованы для обучения бинарных классификационных моделей, предсказывающих вероятность того, является ли новое соединение цитотоксичным для клеток HepG2, HSkMCs или IMR-90, на основе химической структуры соединения. Для ансамблей из 10 моделей Chemprop, обученных и проверенных, а затем протестированных на тех же данных, значения AUPRC для моделей составили 0,176, 0,168 и 0,335, соответственно. Это свидетельствует о положительной, но менее предсказуемой эффективности, чем у моделей для антибиотической активности, что может быть обусловлено более строгими критериями для объявления соединений нецитотоксичными. Фильтрация и визуализация химического пространства После удовлетворения эффективностью наших моделей, исследователи переобучили ансамбли из 20 моделей Chemprop на всех обучающих наборах данных, в результате чего были получены четыре ансамбля, предсказывающие активность антибиотиков, цитотоксичность HepG2, цитотоксичность HSkMCs и цитотоксичность IMR-90. Ансамбли были применены для прогнозирования антибиотической активности и цитотоксичности 12 076 365 соединений, включая 11 277 225 соединений из базы данных Mcule purchasable, в которой большинство соединений можно легко приобрести, не прибегая к собственному химическому синтезу, а также 799 140 соединений из базы данных Broad Institute.
PAINS Pan-Assay Interference Compounds и Brenk substructures — это наборы подструктур, которые могут вызывать нежелательные эффекты или ложноположительные результаты в биологических экспериментах.
На его подавлении с помощью новых антибиотиков фармакологи пытаются сыграть в течение 20 последних лет. Читать также: ВОЗ обеспокоена ростом устойчивости бактерий к антибиотикам Особые надежды на этот счет связывались с открытием в 2007 году природных ариломицинов.
Однако против грамотрицательных бактерий эти соединения оказались, вопреки ожиданиям, неэффективны. Сначала полагали, что ариломицины попросту не проникают сквозь внешнюю мембрану. Однако вскоре выяснилось, что причина в ином: микроорганизмы быстро вырабатывают устойчивость к этим веществам за счет мутаций в структуре сигнальной пептидазы.
Комментарий редакции Разработка полусинтетического ариломицина широкого спектра действия — подлинно революционное событие в медицинской химии. Достаточно сказать, что это первый антибиотик за последние 50 лет, подобранный к новой мишени: в течение полувека фармакологи в основном лишь варьировали структуру существующих лекарств. Еще важнее, что новый антибиотик «обходит» традиционные механизмы, за счет которых грамотрицательные бактерии со временем приобретают лекарственную устойчивость почти ко всем препаратам.
Уникальная особенность G0775 наверняка приблизит ученых к разрешению этой проблемы, из-за который им до сих пор приходилось бесконечно усовершенствовать существующие антибиотики.
Здесь не мог не появиться искусственный интеллект, и в статье, которая вышла на днях в Cell , речь идёт как раз об антибиотике, в прямом смысле созданном машинным алгоритмом. Исследователи из Массачусетского технологического института создали нейросеть — алгоритм, который учился выбирать среди моря химических соединений те, которые лучше всего подавляют рост бактерий. Программу тренировали на кишечной палочке и 2335 молекулах, среди которых были как медицинские антибиотики, так и разнообразные вещества животного, растительного и микробного происхождения с антибактериальной активностью; кроме них, были вещества без антибактериальной активности. Сами исследователи и так знали всё про эти молекулы, но сейчас нужно было, чтобы нейросеть, сравнивая вещества между собой, научилась по структуре определять антибиотики. Алгоритм создавали с двумя важными условиями: ему не давали информации о том, что за механизм действия у того или иного вещества, и в самих молекулах не было отмечено никаких химических групп. При «человеческом» анализе химики и биологи всегда держат в уме, на какие процессы в бактериальной клетке действует молекула, и какие группы атомов к ней нужно прицепить или убрать, чтобы она действовала эффективнее — то о чём мы говорили в начале.
Так вот, алгоритм запрограммировали так, чтобы он такими категориями не думал. После обучения на тренировочных 2335 молекулах нейросети дали примерно 6000 потенциальных лекарственных молекул, которые сейчас только изучаются и про которых неизвестно, как они действуют на бактерий. Задача была та же — найти вещества, подавляющие рост кишечной палочки.