Teknologi menggabungkan pencitraan cepat dan pembelajaran mesin untuk mengungkap pola dalam cara membunuh antibakteri; dapat diterapkan ke banyak patogen – ScienceDaily

Teknologi menggabungkan pencitraan cepat dan pembelajaran mesin untuk mengungkap pola dalam cara membunuh antibakteri; dapat diterapkan ke banyak patogen – ScienceDaily


Teknologi baru yang menggabungkan pencitraan throughput tinggi dan pembelajaran mesin dapat mempercepat penemuan obat untuk melawan tuberkulosis, yang selama beberapa generasi telah membunuh lebih banyak orang di seluruh dunia daripada penyakit lain yang disebabkan oleh satu agen – 4.000 orang setiap hari.

Perawatan saat ini membutuhkan banyak obat selama setidaknya enam bulan dan terkadang bertahun-tahun, dan resistensi antibiotik meningkat, meningkatkan urgensi untuk menemukan perawatan baru.

Namun, penemuan obat biasanya membutuhkan produksi ratusan turunan dari senyawa asli untuk menemukan versi yang paling efektif. Teknologi baru – dijuluki MorphEUS (Morphological Evaluation and Understanding of Drug Stress) – menyediakan cara yang cepat, efisien, dan hemat biaya untuk menentukan bagaimana senyawa tertentu bekerja untuk menghancurkan Mycobcterium tuberculosis (M. tb), bakteri penyebab tuberkulosis.

“Kami sangat membutuhkan terapi TB yang lebih pendek dan lebih efektif, dan MorphEUS memungkinkan kami untuk menyaring calon obat, melihat bagaimana mereka benar-benar mempengaruhi sel, dan mempelajari obat mana yang memiliki cara unik untuk membunuh M. tb,” kata Bree Aldridge, profesor asosiasi. biologi molekuler dan mikrobiologi di Tufts University School of Medicine dan penulis senior pada makalah terkait tentang platform baru yang dipublikasikan secara online di Prosiding National Academies of Sciences (PNAS) pada 17 Juli.

Aldridge dan rekan-rekannya menerapkan MorphEUS pada 34 antibiotik yang tersedia saat ini yang mode kerjanya telah ditetapkan dan tiga senyawa non-komersial. MorphEUS mengkategorikan obat dengan benar 94 persen dari waktu. Dalam contoh lainnya, MorphEUS mengidentifikasi jalur target yang sebelumnya tidak diketahui.

Pencarian pengobatan TB baru terhalang oleh kesulitan dalam mengidentifikasi aktivitas biologis senyawa pada awal proses penemuan obat dan kebutuhan untuk memperjelas mekanisme kerja terapi yang ada. Antibakteri membunuh patogen melalui tindakan molekuler tertentu, misalnya, dengan menghancurkan dinding sel mikroba atau menghambat sintesis protein. Obat-obatan meninggalkan petunjuk untuk modus operandinya: karakteristik fisik sel bakteri yang terurai, yang dapat mempengaruhi panjang, lebar, bentuk struktur seperti kromosom, kemampuan pewarnaan, dan sifat lainnya. Pembuatan profil morfologi untuk mengkategorikan obat berdasarkan perubahan ini telah ditetapkan dengan baik dengan patogen seperti E. coli, tetapi tim Aldridge adalah yang pertama mengujinya dengan M. tb.

“Kami menemukan bahwa pendekatan profil morfologi konvensional tidak bekerja dengan M. tb, karena respon bawaan bakteri terhadap pengobatan sangat bervariasi, dan perubahan morfologi jauh lebih tidak jelas dibandingkan pada bakteri seperti E. coli,” kata Trever C. Smith II, rekan penulis pertama di makalah dan peneliti postdoctoral di laboratorium Aldridge.

MorphEUS memanfaatkan variasi ini dengan memasukkan pengukuran heterogenitas itu sendiri ke dalam profil morfologi dan menggabungkan rangkaian fitur yang disempurnakan ini dengan pembelajaran mesin dan alat analitik kompleks lainnya. Jaringan dan matriks jaringan memvisualisasikan analisis data. Sebagai contoh, banyak heterogenitas dalam pola pewarnaan di M. tb disebabkan oleh tebal, dinding sel yang kompleks. Ada peningkatan pewarnaan dan variasi yang lebih sedikit dalam pola pewarnaan ketika M. tb diobati dengan antibiotik penargetan dinding sel dibandingkan dengan kelas antibiotik lain. “Dengan MorphEUS, kami menggunakan distribusi pewarnaan di sejumlah besar basil untuk mempelajari bagaimana setiap obat bekerja pada M. tb,” kata Aldridge. “Demikian pula, kami melihat intensitas pewarnaan dan penyebaran kecerahan itu ke ribuan sel untuk mengidentifikasi pola yang lebih halus.”

MorphEUS juga dapat menentukan apakah obat memiliki efek di luar target atau sekunder yang sulit diidentifikasi. Mekanisme kerja obat yang kompleks seperti itu dapat menjadi kunci dalam merancang terapi multidrug.

“Kami berharap bahwa keberhasilan MorphEUS dalam profil kerja obat dalam organisme seperti M. tb dengan heterogenitas inheren yang signifikan dan respon sitologi halus akan membuatnya berguna dalam patogen dan jenis sel lain,” kata Aldridge, yang juga anggota fakultas inti dari Tufts Center for Integrated Management of Antimicrobial Resistance, anggota fakultas program imunologi dan mikrobiologi molekuler di Tufts Graduate School of Biomedical Sciences, dan asisten profesor di Tufts University’s School of Engineering.

MorphEUS, seperti semua teknik pembuatan profil sitologi, berbasis data dan berdasarkan klasifikasi di antara kumpulan profil lain. Ini membutuhkan beberapa profil perwakilan dari M. tb yang diolah dengan senyawa yang diketahui menargetkan target seluler luas yang sama. Saat set obat berkembang, akurasi dan resolusi MorphEUS akan meningkat. MorphEUS juga terbatas dalam kemampuannya untuk mengidentifikasi jalur target senyawa dengan mekanisme aksi baru yang tidak seperti obat lain yang diprofilkan dalam kumpulan referensi.

Untuk Informasi Lebih lanjut silahkan Kunjungi : Data HK

Author Image
adminProzen