Découvrir de nouvelles classes d’antibiotiques grâce à l’intelligence artificielle (IA) devient une perspective crédible. De quoi dégager un horizon assombri par le fléau de l’antibiorésistance grandissante. Une équipe du Broad Institute du MIT et de Harvard (Cambridge, Massachusetts) a ainsi identifié une classe de composés capables de tuer une bactérie résistante aux médicaments. Leur toxicité mesurée pour les cellules humaines apparaît très faible, ce qui permet d’y voir des candidats-médicaments. Mais on est encore loin du développement d’un antibiotique.
L’intérêt de cette recherche, qui a fait l’objet d’une publication, le 20 décembre, dans Nature, réside avant tout dans la méthode utilisée, plus que dans les molécules identifiées. Ce n’est pas un hasard si Felix Wong, premier signataire de l’article, est physicien et mathématicien, pas microbiologiste. La recherche biomédicale recourt déjà à l’IA, mais, ici, c’est le mode d’apprentissage profond imaginé qui est innovant.
Les chercheurs ont d’abord déterminé les activités antibiotiques de 39 312 composés, des sous-structures chimiques de molécules déjà connues, ainsi que leurs profils de cytotoxicité sur des cellules humaines. Des réseaux de neurones ont ainsi été entraînés à identifier les structures chimiques associées à une activité antimicrobienne. Ils ont ensuite été utilisés pour passer au crible plus de 12 millions de composés et prédire leur activité antibiotique et leur cytotoxicité.
Finalement, 283 composés ont été sélectionnés pour être testés empiriquement contre le staphylocoque doré. Des tests sur des souris ont permis d’identifier une classe de structure qui s’est avérée antimicrobienne à l’égard d’un staphylocoque résistant à la méthicilline et d’entérocoques résistants à la vancomycine, deux antibiotiques classiques. Le mot est lâché, ce serait la voie pour une nouvelle « classe » d’antibiotiques. Cela fait plusieurs décennies que les antibiotiques arrivant sur le marché ne sont que des versions améliorées ou au spectre élargi de familles existantes.
« Un résultat spectaculaire »
Didier Mazel, responsable de l’unité Plasticité du génome bactérien à l’Institut Pasteur, salue, dans cette étude, un « résultat spectaculaire ». « Ils ont démasqué une famille de molécules qui n’étaient pas connues pour leur activité antimicrobienne, cela valide leur modèle », ajoute le généticien. Si le recours à l’IA a déjà permis, par exemple, d’obtenir de nouvelles structures de protéines ayant un possible intérêt biologique, la puissance de calcul à laquelle l’équipe américaine a eu accès a permis de franchir une étape.
Il vous reste 45% de cet article à lire. La suite est réservée aux abonnés.
