Ze względu na pojawianie się lekooporności bakterii, istnieje rosnąca potrzeba odkrywania nowych antybiotyków. Naukowcy z Massachusetts Institute of Technology stworzyli model głębokiej sieci neuronowej, który przewiduje skuteczność różnych substancji pochodzących z ogólnodostępnego repozytorium Drug Repurposing Hub w zwalczaniu bakterii.
Zaproponowany proces odkrywania nowych antybiotyków składał się z trzech etapów. Najpierw model głębokiej sieci neuronowej służący do przewidywania zahamowania wzrostu pałeczki okrężnicy (Escherichia coli) wytrenowany został przy użyciu kolekcji przeszło 2 tysięcy molekuł. Następnie, wynikowy model został użyty do identyfikacji potencjalnych związków ołowiu, wykazujących aktywność bakteriobójczą lub bakteriostatyczną w stosunku do bakterii pałeczki okrężnicy, na podstawie danych pochodzących z bibliotek chemicznych, zawierających ponad 107 milionów cząsteczek. Po uszeregowaniu związków według przewidywanego wyniku modelu, wybrana została lista substancji potencjalnie nadających się na antybiotyki na podstawie wcześniej określonego progu wyniku prognozy, struktury chemicznej i dostępności.
W ten sposób odkryta została cząsteczka halicyny, nazwana na cześć HALa-9000 z Odysei Kosmicznej. Strukturalnie różni się ona od konwencjonalnych antybiotyków. Na drodze testów laboratoryjnych wykazano jej skuteczność w zwalczaniu bakterii E. coli oraz innych opornych na antybiotyki bakterii takich jak pałeczka zapalenia płuc, gronkowiec złocisty czy pałeczka ropy błękitnej. Leczenie zakażenia bakterią Acinetobacter baumannii wykonano na myszach, gdzie halicyna oczyściła organizm gryzonia w ciągu 24 godzin, uzyskując za razem bardzo obiecujące wyniki.
Szczegółowe informacje można znaleźć pod adresem:
