Kunstmatige intelligentie heeft in een lijst van bijna 7.000 bestaande medicijnen meerdere middelen gevonden die een gevaarlijke bacterie tegenhouden. Van de elf middelen die onderzoekers in het lab testten, remden er negen de groei van de bacterie.
De pneumokok is voor artsen een oude bekende. De bacterie leeft vaak onschuldig in de neus en keel. Maar soms slaat ze toe. Dan kan ze een oorontsteking, een longontsteking of zelfs een hersenvliesontsteking veroorzaken.
Meestal helpen antibiotica. Alleen werken ze steeds slechter. Bacteriën delen zich razendsnel en bij elke deling kan hun erfelijk materiaal een klein beetje veranderen. Af en toe levert zo’n verandering een bacterie op waar een antibioticum geen vat meer op heeft. Die overleeft de behandeling en geeft haar voordeel door. Zo ontstaat antibioticaresistentie.
Dat kost wereldwijd veel levens en veel geld. De Wereldgezondheidsorganisatie (WHO) zet de pneumokok daarom op haar lijst van bacteriën waartegen dringend nieuwe middelen nodig zijn.
Een tweede leven voor oude pillen
Een volledig nieuw antibioticum ontwikkelen duurt vaak meer dan tien jaar. Daarom kijken onderzoekers ook naar medicijnen die al bestaan voor andere aandoeningen. Van zulke middelen is al bekend hoe het lichaam erop reageert. Blijken ze ook bacteriën te remmen, dan kunnen ze veel sneller bij patiënten terechtkomen.
Het probleem is dat er al duizenden goedgekeurde medicijnen bestaan. Die allemaal in het lab uitproberen, is een enorme klus. Daar komt de AI in beeld.
Drie manieren van kijken
De onderzoekers gaven zelflerende computerprogramma’s voorbeelden, in de vorm van een lijst met moleculen waarvan bekend was dat ze de pneumokok aanpakken. Ze kregen ook een veel grotere lijst met moleculen die niets uithaalden tegen een andere resistente bacterie. Daaruit moesten de programma’s zelf afleiden wat een werkzame stof onderscheidt van een nutteloze.
Elk type programma doet dat op zijn eigen manier. Het eerste stelt een reeks ja-of-neevragen over de eigenschappen van een molecule, zoals een beslisboom. Het tweede ziet een molecule als een netwerk: atomen zijn knooppunten en hun verbindingen zijn draden. Het derde leest een molecule als een zin, want je kunt moleculen ook noteren als een reeks lettertekens. Dat laatste lijkt op de technologie achter chatbots.
Een deel van die programma’s had vooraf al honderden miljoenen moleculen bestudeerd. Zo kenden ze de ‘grammatica’ van de chemie al. Van elk type zetten de onderzoekers bovendien een hele groep in, die als het ware stemt over de uitkomst.
Negen van de elf
De drie modellen doorzochten samen bijna 7.000 bestaande medicijnen. Elf daarvan gingen naar het lab. Negen remden uiteindelijk daadwerkelijk de groei van de pneumokok. Een van de twee sterkste middelen deed dat zelfs bij stammen die al ongevoelig zijn voor gangbare antibiotica.
De modellen vulden elkaar goed aan, zo schrijven de onderzoekers. Omdat ze elk op een andere manier naar moleculen kijken, pikten ze verschillende kandidaten op. Samen deden ze het beter dan apart. Volgens de onderzoekers werkt de aanpak vooral goed bij bacteriën waarvoor al werkzame stoffen bekend zijn; die dienen dan als lesmateriaal.
Nog geen nieuwe behandeling
Toch is het te vroeg om te juichen. De proeven gebeurden met bacteriën in een kweekschaaltje. Of de middelen ook in een menselijk lichaam werken, is voorlopig niet onderzocht.
Remmen is bovendien iets anders dan doden. Een middel dat de groei vertraagt, ruimt een infectie niet vanzelf op. Ook de dosis is een open vraag. Een medicijn is veilig bij de hoeveelheid waarvoor het is goedgekeurd. Is er veel meer nodig om bacteriën te remmen, dan is die veiligheid niet automatisch bevestigd.
We schreven vaker over dit onderwerp, lees bijvoorbeeld ook Glas cranberrysap tegen antibioticaresistentie: verrassend effect bij blaasontsteking en Gevaarlijke resistente bacterie duikt nu ook op in het wild. Of lees dit artikel: Muggen lijken minder gevoelig te worden voor veelgebruikte insecticide.
Uitgelezen? Luister ook eens naar de Scientias Podcast:
