Un puissant antibiotique a été découvert pour la toute première fois grâce à l’apprentissage automatique (de l’anglais « machine learning », soit littéralement « apprentissage machine »), un champ d’étude de l’intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d’apprendre à partir de données, c’est-à-dire d’améliorer leurs performances à résoudre des tâches sans être explicitement programmées pour ces dernières.
À présent et grâce à une intelligence artificielle, une équipe du Massachusetts Institute of Technology (MIT) affirme que l’halicine (le puissant antibiotique en question) tue certaines des souches de bactéries pharmacorésistantes les plus dangereuses au monde.
Ce médicament fonctionne d’une manière différente des antibactériens existants et est le premier du genre à avoir été découvert par une IA parcourant de vastes bibliothèques numériques de composés pharmaceutiques.
Des tests effectués par les chercheurs ont démontré que le médicament éliminait avec succès une gamme de souches de bactéries résistantes aux antibiotiques, notamment Acinetobacter baumannii et Enterobacteriaceae, soit deux des trois agents pathogènes à cibler de manière hautement prioritaire et que l’Organisation mondiale de la santé (OMS) classe également comme « critiques ».
« En matière de découverte d’antibiotiques, c’est absolument une première », a déclaré Regina Barzilay, chercheuse principale du projet et spécialiste en apprentissage automatique au MIT. « Je pense que c’est l’un des antibiotiques les plus puissants découvert à ce jour », a ajouté James Collins, un bioingénieur de l’équipe du MIT. « Il a une activité remarquable contre une large gamme de pathogènes résistants aux antibiotiques actuels ».
Il faut savoir que la résistance aux antibiotiques survient lorsque les bactéries mutent et évoluent pour contourner les mécanismes que les médicaments antimicrobiens utilisent pour les tuer. Selon les experts, sans nouveaux antibiotiques pour lutter contre la résistance, 10 millions de vies dans le monde pourraient être menacées chaque année par des infections d’ici 2050.
Une IA pour découvrir de nouveaux antibiotiques potentiels
Afin de découvrir de nouveaux antibiotiques, les chercheurs ont d’abord formé un algorithme de « deep learning » (apprentissage profond) à identifier les types de molécules qui tuent les bactéries. Pour ce faire, ils ont alimenté l’IA avec des informations sur les caractéristiques atomiques et moléculaires de près de 2500 médicaments et composés naturels, et sur la manière dont la substance a bloqué ou non la croissance de la bactérie E. coli.
Une fois que l’algorithme a appris quelles caractéristiques moléculaires constituaient de bons antibiotiques, les scientifiques l’ont laissé parcourir une bibliothèque recensant plus de 6000 composés à l’étude pour traiter diverses maladies humaines.
Et, plutôt que de rechercher des antimicrobiens potentiels, l’algorithme s’est concentré sur des composés qui semblaient efficaces, mais qui étaient différents des antibiotiques existants. Cela a donc permis d’accroître les chances que ces médicaments agissent de manière radicalement nouvelle et que les bactéries n’y aient pas encore développé de résistance.
Jonathan Stokes, l’auteur principal de l’étude, a déclaré qu’il n’a fallu que quelques heures à l’algorithme pour évaluer les composés et trouver des antibiotiques prometteurs. L’un de ces composés a été baptisé halicine par les chercheurs, d’après l’IA Hal, du film 2001, l’Odyssée de l’espace.
Des résultats positifs très prometteurs !
Depuis cette découverte, les chercheurs ont pu traiter de nombreuses infections résistantes aux médicaments avec de l’halicine, un composé qui a été développé à l’origine pour traiter le diabète, mais qui n’a finalement pas abouti. Des tests sur des bactéries recueillies auprès de patients ont démontré que l’halicine pouvait éradiquer Mycobacterium tuberculosis, la bactérie responsable de la tuberculose, ainsi que les souches d’entérobactéries résistantes aux carbapénèmes, un groupe d’antibiotiques considérés comme le dernier recours pour de telles infections.
Vous aimerez également : Une intelligence artificielle pourrait aider des chercheurs à fabriquer des cellules solaires pulvérisables
L’halicine a également permis d’éliminer avec succès des infections difficiles et des infections à Acinetobacter baumannii multirésistantes chez la souris. Pour rechercher de nouveaux médicaments, l’équipe s’est ensuite tournée vers une vaste base de données numérique d’environ 1.5 milliard de composés. Ils ont réglé l’algorithme afin que ce dernier analyse 107 millions de ces composés. Puis, trois jours plus tard, le programme a renvoyé une liste restreinte de 23 antibiotiques potentiels, dont deux semblent être particulièrement puissants.
Utiliser l’IA pour découvrir d’autres antibiotiques plus ciblés
À présent, les scientifiques ont l’intention de rechercher davantage d’antibiotiques potentiels dans cette base de données. Stokes a déclaré qu’il aurait été impossible de cribler tous les composés par voie conventionnelle d’obtention ou de fabrication des substances, puis de les tester en laboratoire. « Le fait de pouvoir réaliser ces expériences sur ordinateur réduit considérablement le temps et les coûts pour examiner ces composés », a-t-il déclaré.
Barzilay veut maintenant utiliser l’algorithme pour trouver des antibiotiques plus sélectifs dans les bactéries qu’ils permettent de tuer. Cela signifierait que la prise de l’antibiotique ne tuerait que les bactéries provoquant une infection, et pas également toutes les bactéries saines qui vivent notamment dans l’intestin.
Plus ambitieux encore, les scientifiques visent à utiliser l’algorithme pour concevoir de nouveaux antibiotiques puissants à partir de zéro. « Ce travail est vraiment remarquable », a déclaré Jacob Durrant, qui travaille sur la conception de médicaments assistée par ordinateur à l’Université de Pittsburgh. « Leur approche met en évidence la puissance de la découverte de médicaments assistée par ordinateur. Il serait impossible de tester physiquement 100 millions de composés pour déterminer l’activité antibiotique ».
En effet, si nous prenons en compte tous les coûts typiques de développement de médicaments, en termes de temps et d’argent, toute méthode qui peut accélérer la découverte, comme c’est le cas ici grâce à une intelligence artificielle, a le potentiel d’avoir un impact très important.