L'intelligence artificielle ressuscite des antibiotiques "éteints" en recherchant des protéines de Néandertal
Les bio-ingénieurs ont utilisé l'intelligence artificielle (IA) pour faire revivre des molécules éteintes1. Dans cette entreprise de "dé-extinction" moléculaire, ils ont appliqué des méthodes computationnelles à des données sur les protéines des Homos sapiens modernes et de nos parents disparus depuis longtemps, les Néandertaliens (Homo neanderthalensis) et les Dénisoviens. Cette approche leur a permis d'identifier des molécules capables de tuer les bactéries pathogènes, ouvrant ainsi la voie à la création de nouveaux médicaments pour traiter les infections humaines.
Ressusciter les molécules du passé pour résoudre les problèmes d'aujourd'hui
"Nous sommes motivés par l'idée de ramener les molécules du passé pour résoudre les problèmes que nous avons aujourd'hui", déclare Cesar de la Fuente, co-auteur de l'étude et bio-ingénieur à l'Université de Pennsylvanie à Philadelphie. L'étude a été publiée le 28 juillet dans Cell Host & Microbe1.
Le développement d'antibiotiques a ralenti au cours des dernières décennies, et la plupart des antibiotiques prescrits aujourd'hui sont sur le marché depuis plus de 30 ans. Parallèlement, les bactéries résistantes aux antibiotiques sont en augmentation, ce qui nécessite une nouvelle vague de traitements.
Des protéines préhistoriques pour de nouveaux antibiotiques
De nombreux organismes produisent de courtes sous-unités protéiques appelées peptides aux propriétés antimicrobiennes. Un petit nombre de ces peptides antimicrobiens, la plupart isolés des bactéries, sont déjà utilisés en clinique.
Les protéines d'espèces disparues pourraient être une ressource inexploitée pour le développement d'antibiotiques. De la Fuente et ses collaborateurs sont parvenus à cette réalisation grâce, en partie, à un film à succès. "Nous avons en fait commencé à réfléchir à Jurassic Park", dit-il. Plutôt que de ramener les dinosaures à la vie, comme le font les scientifiques dans le film de 1993, l'équipe a eu une idée plus réalisable : "Pourquoi ne pas ramener des molécules ?"
L'IA au service de la découverte de médicaments
Les chercheurs ont formé un algorithme d'IA pour reconnaître les sites sur les protéines humaines où elles sont connues pour être découpées en peptides. Pour trouver de nouveaux peptides, l'équipe a appliqué son algorithme à des séquences de protéines disponibles au public - cartes des acides aminés dans une protéine - de H. sapiens, H. neanderthalensis et des Dénisoviens. Les chercheurs ont ensuite utilisé les propriétés des peptides antimicrobiens précédemment décrits pour prédire quels peptides nouvellement découverts pourraient tuer les bactéries.
Il faut seulement quelques semaines pour trouver et tester des candidats médicamenteux en utilisant l'IA. En revanche, il faut de trois à six ans pour découvrir un nouvel antibiotique avec les anciennes méthodes, dit de la Fuente.
Des antibiotiques ancestraux pour les bactéries résistantes aux médicaments
Les chercheurs ont testé des dizaines de peptides pour voir s'ils pouvaient tuer des bactéries dans des boîtes de Pétri. Ils en ont ensuite sélectionné six puissants - quatre de H. sapiens, un de H. neanderthalensis et un des Dénisoviens - et les ont administrés à des souris infectées par la bactérie Acinetobacter baumannii, une cause fréquente d'infections nosocomiales chez l'homme.
De la Fuente suggère que des modifications apportées aux molécules les plus réussies pourraient créer des versions plus efficaces. De même, la modification de l'algorithme pourrait améliorer l'identification des peptides antimicrobiens, avec moins de faux positifs. "Même si l'algorithme que nous avons utilisé n'a pas produit des molécules incroyables, je pense que le concept et le cadre représentent une toute nouvelle avenue pour penser à la découverte de médicaments", déclare de la Fuente.
Une nouvelle approche de la recherche sur les antibiotiques
Euan Ashley, expert en génomique et en santé de précision à l'Université Stanford en Californie, est ravi de voir une nouvelle approche dans le domaine peu étudié du développement d'antibiotiques. De la Fuente et ses collègues "m'ont convaincu que plonger dans le génome humain archaïque était une approche intéressante et potentiellement utile".
Références :
