با پیشرفت سریع تکنولوژی و کشف آنتیبیوتیکهای جدید در سالهای اخیر، بالاگرفتن مسئله مقاومت ضدعفونی به آنتیبیوتیکها نگرانیهایی را ایجاد کرده است. سازمان بهداشت جهانی این بحران را به عنوان یکی از 10 تهدید بزرگ بهداشت عمومی جهان اعلام کرده است. اما چرا برخی عفونتها بعد از درمان مناسب با آنتیبیوتیک، گاهی باز میگردند؟
یکی از توضیحات ممکن این است که باکتریها به حالت غیرفعال متابولیک وارد میشوند و به طور موثری از تشخیص آنتیبیوتیکهای سنتی که تنها بر فعالیت متابولیک فعال میشوند، فرار میکنند. این باکتریهای خوابیده بعداً میتوانند فعال شوند و منجر به عفونتهای دوباره شوند. شناسایی و مقابله با این خوابگرایی در مبارزه با بحران مقاومت ضدعفونی امر حیاتی است.
جکی والری، یکی از فارغالتحصیلان سابق MIT-Takeda از آزمایشگاه کالینز، نوری بر این مسأله انداخته است. در مقاله اخیر خود منتشر شده در Cell Chemical Biology، والری پیشنهاد استفاده از یادگیری ماشین برای جستجوی ترکیباتی که میتوانند به طور موثر باکتریهای خوابیده را بکشند را مطرح میکند. با بهرهگیری از قدرت هوش مصنوعی، پژوهشگران هدف دارند آنتیبیوتیکهای پتانسیلی را کشف کنند که میتوانند به این باکتریهای مقاوم خوابیده هدف بزنند.
مقاومت باکتریها در وضعیت خواب، پدیدهای جدید نیست. دانشمندان سویههای باکتریایی باستانی که به 100 میلیون سال پیش برمیگردند و هنوز در وضعیت صرفهجویی انرژی در کف دریای اقیانوس اقیانوس آرام زنده هستند، کشف کردهاند. درک مکانیسمهای پشت خوابگرایی باکتریهای مهم است برای توسعه آنتیبیوتیکهای موثر.
کلینیک جمیل MIT برای یادگیری ماشین در حوزه بهداشت، تحت رهبری جیمز کالینز، یک شخصیت برجسته در زمینه مهندسی پزشکی و علم، قدمهای موثری در کشف آنتیبیوتیک از طریق استفاده از هوش مصنوعی بر میدارد. پژوهشهای آنها به توسعه آرسنال موجود آنتیبیوتیکها با استفاده از الگوریتمهای یادگیری ماشین به منظور شناسایی کلاسهای جدیدی از ترکیبات ضدمیکروبی هدف دارد.
به یک مطالعه منتشر شده در The Lancet طابق گزارش کرد، میلیونها مرگ قابل پیشگیری در سال 2019 به علت عفونتهای مقاوم به داروهای موجود روی داد.
The source of the article is from the blog shakirabrasil.info