Halicin, la nouvelle molécule antibiotique développée par des chercheurs du MIT et d’Harvard est capable d’éliminer les bactéries résistantes aux autres antibiotiques traditionnellement utilisés. Elle a été créée grâce à un modèle de deep learning et ses bénéfices en termes de processus et de coûts pourraient être nombreux.
La résistance des bactéries aux traitements antibiotiques inquiète les autorités sanitaires internationales. Renforcer l’arsenal antibiotique et développer des médicaments efficaces est donc un sujet central. Les auteurs de l’étude sur la molécule Halicin espèrent donc que leur découverte pourra faire évoluer les processus.
Lors de tests en laboratoire, leur molécule a prouvé qu’elle était capable de tuer définitivement un grand nombre des bactéries pathogènes, y compris certaines souches connues pour être résistantes à tous les antibiotiques connus. Elle a également éliminé des infections chez deux modèles de souris différents. James Collins, Termeer Professor of Medical Engineering and Science au IMES et au Department of Biological Engineering du MIT et co-auteur de la découverte, a expliqué :
“Nous voulions développer une plateforme permettant d’exploiter la puissance de l’intelligence artificielle pour ouvrir une nouvelle ère de découverte de médicaments antibiotiques”. “Notre approche a révélé cette molécule incroyable qui est sans doute l’antibiotique le plus puissant jamais découvert”.
Regina Barzilay, Delta Electronics Professor of Electrical Engineering and Computer Science au sein du CSAIL du MIT, co-auteure de la molécule, a également précisé :
“Le modèle de machine learning permet d’explorer, in silico, de grands espaces chimiques qui peuvent être d’un coût prohibitif pour les approches expérimentales traditionnelles”.
Regina Barzilay et James Collins sont co-directeurs de la J-Clinic, la Abdul Latif Jameel Clinic for Machine Learning in Health du MIT et ont signé l’article présentant l’étude dans Cell avec Jonathan Stokes, post-doc au MIT et au Broad Institute du MIT et de Harvard. Le professeur Tommi Jaakkola et les élèves Kevin Yang, Kyle Swanson et Wengong Jin ont également participé à cette étude.
La molécule a été baptisée “halicin” en hommage à HAL, l’ordinateur du film “2001, l’Odyssée de l’espace”. Concrètement, Halicin a été développée par modélisation informatique à partir de la bactérie Escherichia coli et d’une bibliothèque de milliers de composés chimiques ayant les caractéristiques nécessaires. L’algorithme a ensuite déterminé un composant, différent des antibiotiques traditionnels, et évalué qu’il pouvait être efficace face à des bactéries définies telles que Clostridium difficile, Acinetobacter baumannii, ou encore Mycobacterium tuberculosis.
Les chercheurs ont ensuite testé la molécule en laboratoire sur des souches bactériennes cultivées in vitro et prélevées sur des patients, puis sur des souris ayant été infectées par la bactérie A. baumannii. Cette dernière était connue pour avoir infecté des soldats en Irak et en Afghanistan et avoir résisté à tous les traitements antiobiotiques existants. Halicin a permis aux souris de guérir en 24 heures.
Concernant la bactérie Escherichia coli, les chercheurs ont constaté que la bactérie n’avait développé aucune résistance à halicin sur la période de traitement de 30 jours. En revanche, la bactérie avait commencé à développer une résistance à l’antibiotique ciprofloxacine entre un à trois jours, et après 30 jours, la bactérie était environ 200 fois plus résistante à la ciprofloxacine qu’elle ne l’était au début de l’étude.
“L’idée d’utiliser des modèles informatiques prédictifs pour le dépistage “in silico” n’est pas nouvelle, mais jusqu’à présent, ces modèles n’étaient pas suffisamment précis pour transformer la découverte de médicaments. Auparavant, les molécules étaient représentées comme des vecteurs reflétant la présence ou l’absence de certains groupes chimiques. Cependant, les nouveaux réseaux neuronaux peuvent apprendre ces représentations automatiquement, en cartographiant les molécules en vecteurs continus qui sont ensuite utilisés pour prédire leurs propriétés.”
Il s’agit selon les chercheurs d’une percée majeure qui va pouvoir faire évoluer la découverte des antibiotiques et parallèlement le développement de nouveaux médicaments. Le processus de développement de cette nouvelle molécule permettra d’utiliser le deep learning à tous les stades du développement des antibiotiques.
