от 7 до 14 дней. Новые антибиотики подавляют синтез белков в клетках бактерий, блокируя сайт связывания пептидил-тРНК на бактериальной рибосоме. При этом лечение антибиотиками уменьшало распространенность и массу очагов эндометриоза у мышей. Новое открытие по праву считается прорывом в медицине, поскольку новые антибиотческие соединения ученые не могли открыть уже 30 лет.
Новые антибиотики группы A стрептограминов получают конструированием из блоков
МОСКВА, 20 июн – РИА Новости. Почти все новые антибиотики и другие противомикробные лекарства, которые появились на рынке в последние десятилетия, – это лишь разновидности ранее открытых препаратов. В статье приведен обзор ситуации на рынке антибиотиков – регистрация новых антибиотиков за последние 15 лет в России и мире. Оказалось, что новые антибиотики способны воздействовать на широкий спектр патогенных грамотрицательных и грамположительных бактерий. Новый российский антибиотик «Фтортиазинон», который разрабатывается в Центре Гамалеи, будет зарегистрирован в конце декабря или в январе.
Как в мире разрабатывают новые антибиотики
В России зарегистрирован антибактериальный препарат для лечения осложненных хронических инфекций. Препарат имеет отличный от аналогов механизм действия. Фото: 123rf. Препарат полностью разработан и произведен НИЦ эпидемиологии и микробиологии им.
Приятного прочтения! Для исследования химических пространств используются подходы машинного обучения.
Общий принцип заключается в том, что на выходе мы получаем готовый результат или принятое решение, однако используемые внутренние процессы и различные взвешенные факторы остаются неизвестными. Однако этого было недостаточно, так как понимание выборки конкретных химических соединений играло ключевую роль в прогнозировании дальнейших более эффективных структурных классов антибиотиков. Исследователи разработали объяснимый, основанный на субструктурах подход для рационального исследования химических пространств с помощью глубокого обучения. Субструктуры относятся к различным компонентам, модулям или слоям моделей глубокого обучения. Они представляют собой части модели, которые обрабатывают и извлекают информацию из входных данных.
Субструктуры могут быть разными в зависимости от типа модели, но обычно они включают слои нейронной сети. Кроме того, они обеспечивают "запоминание" важных шаблонов или связей в данных, что в конечном итоге способствует лучшим результатам прогнозирования или классификации. Это свойство субструктур и является основным в реализации исследования для непосредственного понимания химических процессов. Далее, благодаря использованию ансамблей графовых нейронных сетей, удалось предсказать антибиотическую активность и цитотоксичность для 12,076,365 соединений. Ансамбль графовых нейронных сетей представляет собой комбинацию нескольких графовых нейронных сетей для решения задач анализа графов.
Ансамбль графовых нейронных сетей объединяет прогнозы и предсказательные способности отдельных моделей графовых нейронных сетей для получения более надежных и точных результатов. Каждая модель в ансамбле может быть обучена на разных частях графов или с использованием различных гиперпараметров, что приводит к разнообразию в их предсказаниях. Таким образом, используя алгоритмы объясняемых графов, удалось на основании субструктур определить необходимые обоснования для выявленных соединений. После получения обоснований итоговых результатов, эмпирически были протестированы 283 соединения. Обнаружили, что соединения, проявляющие антибиотическую активность, были обогащены предполагаемыми структурными классами, вытекающими из полученных обоснований.
В итоге, из этих структурных классов соединений один является селективным в отношении MRSA и ванкомицин-резистентных энтерококков, избегает значительной резистентности и снижает титры бактерий в мышиных моделях кожной и системной инфекции бедра, вызванной MRSA. 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.
Соответствующее распоряжение подписал Михаил Мишустин. Она отметила, что в этом сезоне вирусы ведут себя прогнозируемо.
Гаузе, доктор биологических наук Вера Садыкова. По ее словам, к грамицидину С практически отсутствует резистентность, он производится на территории России и продается в аптеках.
При этом сейчас в мире набирает темпы антибиотикорезистентность — устойчивость бактерий к антибиотикам. Поэтому ученые сосредоточены на разработке новых антигенов. Корреспондент MSK1. RU обсудила с Верой Садыковой и фармакологами, существует ли в России дефицит антибиотиков и сколько препаратов всё еще противостоит бактериям. Рассказываем, сможем ли мы найти действенные лекарства в аптеках и вылечиться от вирусов. Золотое производство — К сожалению, после развала нашей биотической промышленности, после переориентации фарминдустрии отечественное увековеченное производство антибиотиков сейчас находится в угнетающем состоянии, — заявила Садыкова в конце октября на конгрессе «Биотехнология и устойчивое развитие». Российская фармацевтическая промышленность, как отметила доктор наук, начала «разваливаться» в 1990-х годах. Раньше препараты изготавливали в самых разных городах и в Сибири, и на Урале, и в Подмосковье.
Но большая часть заводов закрылась, потому что у государства поменялись приоритеты. Приоритет был на другом. Гаузе Для производителей антибиотиков существует одна весомая проблема: недостаточное финансирование. Разработка препаратов требует больших вложений, но прибыль их не окупает. Поэтому долгое время Россия закупала фармсубстанции лекарственные средства в виде одного или нескольких веществ, предназначенных для изготовления лекарственных препаратов. Об этой проблеме говорит и старший преподаватель кафедры фармакологии Института фармации и медицинской химии РНИМУ им. Пирогова Андрей Кондрахин. По его словам, производить антибиотики неприбыльно, потому что в среднем антибиотик живет 10 лет, а траты могут составлять до миллиарда долларов — отбить их невозможно.
Европейская комиссия одобрила новый антибиотик против супербактерий
В новом приказе 33 наименования препаратов, среди которых: умифеновир, бромгексин, кагоцел, хлоргексидин, парацетамол, тилорон и риамиловир. Новейшее лекарство не имеет аналогов и может стать заменой антибиотикам. Рассказываем про самые эффективные антибиотики широкого спектра действия. Новый российский антибиотик «Фтортиазинон», который разрабатывается в Центре Гамалеи, будет зарегистрирован в конце декабря или в январе, рассказал «» академик РАН. Минздрав России утвердил новый стандарт лечения взрослых при острых респираторных вирусных инфекциях (ОРВИ). Так ведь антибиотики применяют при бактериальном происхождении болезни (грипп).
Появился меняющий форму антибиотик для борьбы со смертельными супербактериями
Новый антибиотик получают из грибка Emericellopsis alkalina. По словам главного внештатного уролога Дмитрия Пушкаря, он может использоваться в ассоциации с антибиотиками, а также самостоятельно, что приводит к ослаблению тех. В ходе испытаний на мышах команда обнаружила, что новые AMP работают так же хорошо, как и существующие антибиотики, не вызывая никаких видимых признаков токсичности. Новый российский антибиотик «Фтортиазинон», который разрабатывается в Центре Гамалеи, будет зарегистрирован в конце декабря или в январе, рассказал «» академик РАН. Минздрав исключил антибиотики из нового стандарта лечения ОРВИ в России.
Европейская комиссия одобрила новый антибиотик против супербактерий
При чем работа ведется сразу в нескольких направлениях. Эксперты занимаются поиском бактерий для создания эффективных химических веществ, которые могли бы стать основой для антибиотиков нового поколения. Другой проект связан уже с созданием белковых антимикробных препаратов — они будут незаменимыми в борьбе с такими патогенами, как Staphylococcus aureus и Streptococcus pneumoniae. Третье направление — работа по изучению так называемого бактериального иммунитета.
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.
Данная диаграмма позволяет визуализировать химическую схожесть или различие представленных соединений. Активные соединения из обучающего набора данных красные точки в основном разделяют соединения с высокими оценками прогнозов зеленые, черные и фиолетовые точки от соединений с низкими оценками прогнозов коричневые точки Особое замечание: как указано в t-SNE, несколько найденных веществ структурно отличаются от активных соединений в обучающем наборе, что указывает на то, что разработанные модели обобщаются на невидимые химические пространства. Обоснование прогнозов классов антибиотиков Так как графовые нейронные сети делают прогнозы на основе информации, содержащейся в атомах и связях каждой молекулы, исследователи предположили, что соединения с высокими оценками прогноза антибиотической активности содержат подструктуры «обоснования» , которые в значительной степени определяют их оценки. Выявление таких обоснований обеспечило бы гарантии объяснимости модели для интересующих нас результатов. Оценка прогноза антибиотической активности для любого найденного вещества могла бы быть прямо отнесена к его обоснованию, так, что обоснование или же рационал , рассматриваемое самостоятельно как молекулярный вход в Chemprop, сразу бы обладало высокой оценкой прогноза антибиотической активности.
Возможность классификации таких обоснований сделала бы прогнозы Chemprop более понятными для людей и позволила бы последующий анализ подструктур с помощью машинного обучения. Учитывая обученные модели Chemprop, удалось вычислить такие обоснования с помощью алгоритмов поиска на основе графов. Эти алгоритмы позволили определить в контексте одной молекулы наименьшее обоснование с заданным пороговым числом атомов, имеющее положительное предсказывающее значение. Исследователи стремились найти обоснования, содержащие не менее восьми атомов и проявляющие высокие предсказательные оценки антибиотической активности, превышающие 0,1, с использованием поисковых деревьев методом Монте-Карло. Поиск методом Монте-Карло включает выбор начальной подструктуры, итеративное обрезание подструктуры и выбор удалений, приводящих к высоким оценкам предсказания, когда подграфы передаются в качестве входных данных в Chemprop.
Российские ученые создали антибиотик, активный против стойких больничных инфекций 05. Антибиотик протестировали сначала на "эталонных" штаммах бактерий, а затем убедились, что он работает также против особо стойких патогенов, накапливающихся в больницах. Антибиотикорезистентность - одна из серьезных проблем современной медицины. Появляются новые штаммы бактерий, устойчивые ко всем или почти ко всем видам известных антибиотиков. Поэтому ученые во всем мире ищут новые возможности и новые средства справляться с бактериальными инфекциями.
Это позволит использовать новые препараты против бактерий, которые выработали устойчивость к распространенным антибиотикам. Тестирование показало, что одилорабдины эффективны против нескольких патогенных бактерий. Среди них — кишечная палочка, золотистый стафилококк и возбудитель пневмонии и инфекций мочеполовой системы Klebsiella pneumoniae. Ранее исследователи выяснили , как началось распространение гена устойчивости к антибиотикам «последнего резерва». Нашли опечатку?
Штамм «пирола» в 2024 году: что известно о новом варианте коронавируса
Международная группа ученых выделила из некультивируемой бактерии новый антибиотик с необычным механизмом действия. В Евросоюзе одобрили новый препарат от компании Pfizer для борьбы с так называемыми грамотрицательными бактериями — именно у них чаще всего проявляется устойчивость к. Авторы исследования отмечают, что разработка в перспективе позволит создать новые антибиотики и антибактериальные покрытия. на основе антимикробных пептидов. МОСКВА, 20 июн – РИА Новости.
Трепещи, инфекция! Ученые создали принципиально новый антибиотик
Новый антибиотик также может быть эффективен против некоторых грибков. В первую очередь, киномицин считается более эффективной версией циклического липопептидного антибиотика даптомицина. — Сам фтортиазинон — антимикробный препарат, он может использоваться в ассоциации с антибиотиками, а также самостоятельно, что приводит к ослаблению тех микроорганизмов.