開発最優先の抗菌薬「abaucin」を特定

世界保健機関(WHO)は、薬剤耐性菌の脅威に対して、新しい抗菌薬の必要性を緊急度別にリスト化している。「Acinetobacter baumannii」は、新規抗菌薬の開発で優先度1「CRITICAL」に位置付けられる3種の細菌の1つである。英マクマスター大学の研究チームは、「A. baumanniiに対するAI手法を用いた新規抗菌薬の発見」を研究成果として発表した。

Nature Chemical Biologyに発表された同研究では、約7,500種の薬剤化合物ライブラリに対し、A.baumanniiの成長を阻害できるか評価する機械学習モデルを用い、「abaucin」と命名された新規の抗菌性化合物を予測している。従来型アプローチでは、A.baumanniiに対する新規抗菌薬発見は困難であったが、最新のアルゴリズムは化合物の迅速な探索を可能にし、新しい抗菌性化合物の発見確率を大きく高めた。また、本研究で同定されたabaucinは、マウスにおける創傷モデルでA.baumanniiの増殖を抑制することも示されている。

abaucinはA.baumanniiへの殺菌能力を持ちながら、緑膿菌・黄色ブドウ球菌・カルバペネム耐性腸内細菌など他の菌種には効果を示さず、「狭いスペクトル」の殺菌能力を持つことから、新しい耐性菌の発生リスクを最小限に抑えることができる。著者でマクマスター大学のJonathan Stokes氏は「病原体の進化は、我々が投げかけるあらゆる手段に適応できるため、我々は広域スペクトルの抗菌薬が最適ではないと知っている。AIを用いることで、新規抗菌薬の発見速度を大幅に向上させ、しかも低コストで実現できる。これは新規抗菌薬探索のための重要な手段だ」と語った

参照論文:

Deep learning-guided discovery of an antibiotic targeting Acinetobacter baumannii

関連記事:

  1. 「抗菌薬への耐性獲得パターン」を抽出するAI研究
  2. 抗菌薬耐性の検出を高速化するAI研究
  3. ChatGPTは感染症治療の意思決定を支援できるか?
TOKYO analytica
TOKYO analyticahttps://tokyoanalytica.com/
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。 The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。 1. 岡本 将輝 信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、東京大学大学院医学系研究科博士課程修了(PhD)、英University College London(UCL)科学修士課程最優等修了(MSc with distinction)。UCL visiting researcher、日本学術振興会特別研究員、東京大学特任研究員を経て、現在は米ハーバード大学医学部講師、マサチューセッツ総合病院研究員、SBI大学院大学客員教授など。専門はメディカルデータサイエンス。 2. 杉野 智啓 防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。
RELATED ARTICLES

最新記事

注目の記事