L'IA conçoit de nouveaux antibiotiques actifs contre les superbactéries résistantes aux médicaments

La crise mondiale de la résistance aux antibiotiques exige des approches entièrement nouvelles en matière de découverte de médicaments. Bien que les méthodes d'IA précédentes aient permis d'identifier avec succès des composés antibactériens à partir de bibliothèques chimiques existantes, elles sont limitées par la diversité structurelle des molécules connues. Des chercheurs du MIT ont désormais développé un cadre d'IA générative révolutionnaire qui conçoit des antibiotiques entièrement nouveaux de toutes pièces, ouvrant potentiellement l'accès aux vastes régions inexplorées de l'espace chimique.

L'équipe a utilisé deux approches complémentaires : une méthode basée sur des fragments, qui a criblé plus de 45 millions de fragments chimiques contre <i>Neisseria gonorrhoeae</i> et <i>Staphylococcus aureus</i>, puis développé les fragments prometteurs en molécules complètes ; et une approche non contrainte qui a généré des composés entièrement nouveaux. Les deux méthodes ont fait appel à des modèles d'IA sophistiqués, notamment des algorithmes génétiques et des autoencodeurs variationnels, générant au total plus de 36 millions de composés jusqu'alors inconnus, dotés d'une activité antibactérienne prédite.

Sur 24 composés sélectionnés pour la synthèse et les tests, sept ont démontré une activité antibactérienne sélective. Deux composés remarquables, désignés NG1 et DN1, ont affiché une puissance remarquable contre des souches bactériennes multirésistantes. Fait crucial, ces composés agissent selon des mécanismes d'action distincts de ceux des antibiotiques existants, ce qui leur permet potentiellement de contourner les mécanismes de résistance actuels. Dans des modèles d'infection chez la souris, les deux composés ont réduit avec succès la charge bactérienne dans les infections gonococciques vaginales et les infections cutanées à <i>S. aureus</i> résistant à la méthicilline.

Cette avancée va bien au-delà de la simple découverte de nouveaux antibiotiques. Les chercheurs ont validé la capacité de leur système d'IA à explorer de manière fiable des territoires chimiques jusqu'alors inaccessibles à la découverte de médicaments, ouvrant ainsi la voie à des classes entièrement nouvelles d'agents antimicrobiens. Cela représente un changement de paradigme : on passe du criblage de bibliothèques moléculaires existantes à la conception active de nouvelles entités chimiques guidée par les résultats biologiques.

Bien que prometteuses, ces molécules nécessitent un développement approfondi supplémentaire, notamment une optimisation pour l'usage humain, des tests de sécurité et des essais cliniques. Néanmoins, cette démonstration de principe montre que l'IA générative peut naviguer avec succès parmi les quelque 10^60 molécules possibles présentant un profil médicamenteux, afin d'identifier des candidats thérapeutiques véritablement nouveaux.