IA conçoit de puissants antibiotiques contre les superbactéries: Espoir et défis
Des chercheurs du Massachusetts Institute of Technology (MIT) ont exploité l’intelligence artificielle pour concevoir deux nouveaux antibiotiques, marquant une percée potentiellement significative dans la lutte mondiale contre les bactéries résistantes aux médicaments, communément appelées «superbactéries». Bien que ce développement offre une promesse considérable, il est crucial de reconnaître que ces composés sont confrontés à des obstacles substantiels et à des années de tests rigoureux avant de pouvoir être appliqués dans le monde réel.
L’émergence de la résistance aux antibiotiques constitue une menace critique pour la santé publique mondiale. Principalement due à l’utilisation excessive fréquente des antibiotiques en médecine et en agriculture, les bactéries ont développé de nouvelles souches capables d’échapper à un éventail croissant de médicaments existants. Cette crise contribue à environ cinq millions de décès dans le monde chaque année, avec une causalité directe dans plus de 1,2 million de décès. Au-delà du coût humain, les infections par superbactéries devraient entraîner une perte de production économique mondiale de plus de 2,5 billions de dollars australiens d’ici 2050. Le problème est encore aggravé par des problèmes d’iniquité, de nombreuses nations plus pauvres ayant du mal à accéder aux nouveaux antibiotiques nécessaires pour combattre les infections résistantes.
L’équipe du MIT a spécifiquement ciblé deux superbactéries redoutables: Neisseria gonorrhoeae et Staphylococcus aureus résistant à la méticilline (SARM). N. gonorrhoeae provoque la gonorrhée, une maladie sexuellement transmissible qui a développé des niveaux alarmants de résistance aux antibiotiques, entraînant sa propagation rapide. Rien qu’en 2020, il y a eu plus de 82 millions de nouveaux cas, principalement dans les pays en développement. Le SARM, souvent appelé «staphylocoque doré», est une souche résistante de Staphylococcus aureus qui peut provoquer de graves infections de la peau, du sang et des organes. On estime que les patients infectés par le SARM ont 64 % plus de chances de mourir des suites de leur infection.
Pour relever ces défis, les chercheurs ont employé l’IA générative via deux approches distinctes. Pour Neisseria gonorrhoeae, l’équipe a entraîné un réseau neuronal d’apprentissage automatique à l’aide d’une base de données de composés existants connus pour avoir une activité antibiotique contre la bactérie. L’IA a ensuite utilisé les structures chimiques de ces composés comme «graines», générant systématiquement de nouvelles molécules en ajoutant des structures chimiques une par une. Ce processus a donné 80 composés candidats, dont deux ont été synthétisés avec succès en laboratoire. L’un d’eux a démontré une puissante efficacité, tuant N. gonorrhoeae lors d’expériences en boîte de Pétri et dans un modèle murin.
Pour le SARM, l’IA a adopté une approche plus radicale, partant d’une feuille blanche. À partir de simples structures chimiques comme l’eau et l’ammoniac, l’algorithme a prédit des structures chimiques entièrement nouvelles conçues pour interagir efficacement avec les vulnérabilités cellulaires des bactéries. Sur environ 90 candidats, 22 ont été synthétisés et testés. Six ont montré une forte activité antibactérienne contre le SARM en laboratoire, le composé le plus prometteur ayant réussi à éliminer une infection cutanée à SARM dans un modèle murin.
Un aspect particulièrement significatif de cette recherche est que les deux nouveaux antibiotiques générés par l’IA possèdent non seulement des structures novatrices, mais aussi des mécanismes d’action entièrement nouveaux, ce qui signifie qu’ils combattent les bactéries de manières inédites. Traditionnellement, le développement d’antibiotiques reposait souvent sur la modification de médicaments existants, ce qui peut contribuer par inadvertance à l’évolution de la résistance. L’espoir est que ces molécules conçues par l’IA, avec leurs modes de fonctionnement fondamentalement nouveaux, se révèlent beaucoup plus difficiles à échapper pour Neisseria gonorrhoeae et le SARM. Avant ce travail, le rôle de l’IA dans la découverte d’antibiotiques se limitait largement à passer au crible des bibliothèques de composés existantes ou à affiner les structures des médicaments actuels.
Malgré ces progrès prometteurs, plusieurs obstacles importants subsistent. Les deux antibiotiques doivent subir des essais cliniques humains longs et coûteux pour établir leur sécurité et leur efficacité, un processus qui s’étend généralement sur plusieurs années et nécessite un financement substantiel. Un autre défi réside dans les incitations financières pour les sociétés pharmaceutiques. Étant donné que ces antibiotiques seraient probablement réservés comme médicaments de «dernier recours» pour préserver leur efficacité, leur utilisation sur le marché serait limitée. Cette contrainte pourrait diminuer l’attrait financier pour les sociétés pharmaceutiques d’investir massivement dans leur développement continu et leur production éventuelle. Néanmoins, ce travail représente une étape cruciale dans la découverte de médicaments, illustrant le potentiel profond de l’intelligence artificielle pour remodeler la future bataille contre les maladies infectieuses.