باحثون يبتكرون مضادات جديدة لنوعين من العدوى البكتيرية
تاريخ النشر: 15th, August 2025 GMT
صمّم باحثون من معهد ماساتشوستس للتكنولوجيا بمساعدة الذكاء الاصطناعي، مضادات حيوية جديدة، قادرة على مكافحة نوعين من العدوى المستعصية على العلاج.
وباستخدام خوارزميات توليدية بالذكاء الاصطناعي، قام فريق البحث بتصميم أكثر من 36 مليون مركب محتمل، ثم أجرى فحصا حاسوبيا لها لتحديد خصائصها المضادة للميكروبات.
وكانت المركبات الأعلى ترشيحا التي توصلوا إليها مختلفة تماما في بنيتها عن أي مضادات حيوية معروفة، ويبدو أنها تعمل بآليات جديدة تعطل أغشية الخلايا البكتيرية لـ"النيسرية البنيّة" المسببة لمرض السيلان، والسلالة متعددة المقاومة للأدوية من "المكورات العنقودية الذهبية".
ونقل موقع أخبار معهد ماساتشوستس، عن أستاذ الهندسة الطبية والعلوم في المعهد جيمس كولينز قوله: "نحن متحمسون للإمكانات الجديدة التي يفتحها هذا المشروع أمام تطوير المضادات الحيوية. عملنا يثبت قوة الذكاء الاصطناعي في تصميم الأدوية، ويمكّننا من استكشاف مساحات كيميائية واسعة لم يكن الوصول إليها ممكنا من قبل".
وعلى مدار 45 عاما مضت، وافقت إدارة الغذاء والدواء الأميركية على عشرات فقط من المضادات الحيوية الجديدة، ومعظمها كان مجرد نسخ معدلة من مضادات قائمة، بينما استمرت مقاومة البكتيريا لهذه الأدوية في الازدياد.
وعالميا، يُقدر أن العدوى البكتيرية المقاومة للأدوية تتسبب في نحو5 ملايين وفاة سنويا.
وفي محاولة لاكتشاف مضادات جديدة، استخدم فريق البحث في معهد ماساتشوستس قوة الذكاء الاصطناعي لفحص مكتبات ضخمة من المركبات الكيميائية الموجودة، وتوسعوا إلى جزيئات غير موجودة في أي مكتبة كيميائية، عبر توليد جزيئات افتراضية بواسطة الذكاء الاصطناعي قد تكون ممكنة كيميائيا رغم عدم اكتشافها سابقا.
وأظهرت التجارب أن مركبNG1 يستهدف بروتينا جديدا يدعى LptA، مسؤول عن تكوين الغشاء الخارجي لبكتيريا "النيسرية البنيّة" المسببة لمرض السيلان، ويعمل على تعطيل هذه العملية مما يؤدي لموت الخلية.
وتمكن DN1، من القضاء على عدوى من نوع "المكورات العنقودية الذهبية" في فأر، حيث يبدو أن هذا المركب استهدف أيضا أغشية الخلايا البكتيرية، لكن بآليات أوسع لا تعتمد على بروتين واحد.
وستعمل منظمة Phare Bio الشريكة في المشروع على إجراء المزيد من التعديلات على NG1 وDN1، لجعلهما مناسبين لمزيد من الاختبارات السريرية، مع إمكانية تطبيق الأمر على أنواع بكتيريا أخرى.
المصدر: سكاي نيوز عربية
كلمات دلالية: ملفات ملفات ملفات خوارزميات بالذكاء الاصطناعي مضادات حيوية السيلان الأدوية بكتيريا أمراض ذكاء اصطناعي خوارزميات بالذكاء الاصطناعي مضادات حيوية السيلان الأدوية بكتيريا ذكاء اصطناعي الذکاء الاصطناعی
إقرأ أيضاً:
الذكاء الاصطناعي يحدد بدقة موعد الولادة
نشرت شركة Ultrasound AI، التي تُطوّر تطبيقات الذكاء الاصطناعي للتصوير الطبي، نتائج دراستها (الذكاء الاصطناعي في الموجات فوق الصوتية خلال فترة ما حول الولادة) في مجلة "طب الأم والجنين وحديثي الولادة".
أُجريت الدراسة بالتعاون مع باحثين في جامعة كنتاكي الأميركية، وهي تُثبت صحة تقنية Ultrasound AI الحصرية التي تُحدد بدقة وقت الولادة باستخدام صور الموجات فوق الصوتية القياسية فقط. تُقدم هذه التقنية أداةً غير جراحية وفعّالة وقابلة للتطوير لتحسين نتائج الحمل، لا سيما في مكافحة الولادة المبكرة.
طُوّر برنامج الذكاء الاصطناعي ودُرِّب باستخدام صور الموجات فوق الصوتية مجهولة الهوية من مجموعة من النساء اللواتي أنجبن في جامعة كنتاكي بين عامي 2017 و2021.
وقال روبرت بون، مؤسس ورئيس شركة Ultrasound AI "يُمثل هذا إنجازًا هامًا في مجال طب الأم والجنين، وفي مجال الذكاء الاصطناعي للموجات فوق الصوتية. إن قدرة الذكاء الاصطناعي لدينا على التنبؤ بدقة بتوقيت الولادة، والتعلم والتحسين بمرور الوقت، لها آثار عميقة على كل من الممارسة السريرية والصحة العامة، لا سيما في البيئات التي يُعد فيها الكشف المبكر عن المخاطر أمرًا بالغ الأهمية، وتكون فيها إمكانية الحصول على الرعاية المتخصصة محدودة".
النتائج الرئيسية للدراسة
تحسين التنبؤ بالولادة المبكرة
من خلال إعادة التدريب المستمر، حسّن الذكاء الاصطناعي أداءه في التنبؤ بالولادة المبكرة العفوية. يمكن للذكاء الاصطناعي التعلم بشكل تسلسلي للتنبؤ بشكل أفضل بالولادة المبكرة، مما سيؤدي على الأرجح إلى تطورات إضافية في المستقبل.
دقة عالية في توقيت الولادة
حقق الذكاء الاصطناعي قيمة (مقياس دقة) قدرها 0.95 للولادات الكاملة و0.92 لجميع الولادات، مما أدى إلى التنبؤ بدقة بعدد الأيام المتبقية حتى الولادة بالاعتماد فقط على الموجات فوق الصوتية.
صور فعّالة وقابلة للتعميم
حللت الدراسة أكثر من مليوني صورة بالموجات فوق الصوتية لآلاف المرضى، مما عزز إمكانية تطبيقها على نطاق واسع. كان أداء الذكاء الاصطناعي متسقًا في جميع مراحل الحمل والتركيبة السكانية للمرضى.
مستقل عن عوامل الخطر
بخلاف أدوات تقييم مخاطر الولادة المبكرة التقليدية، يُجري الذكاء الاصطناعي تنبؤات دون الاعتماد على القياسات السريرية، أو تاريخ الأم، أو مدخلات المُشغّل، مما يجعله مثاليًا للبيئات ذات الموارد العالية والمحدودة.
التعلم المستمر
يستخدم نموذج Ultrasound AI مزيجًا من التعلم الخاضع للإشراف وغير الخاضع للإشراف، ويتطور مع كل دورة إعادة تدريب وكل صورة جديدة يُحللها.
إحداث نقلة نوعية في رعاية التوليد
تُعدّ الولادة المبكرة السبب الرئيسي لوفيات حديثي الولادة عالميًا. ومع ذلك، لا يزال التنبؤ بها يُمثل تحديًا مستمرًا. تُتيح تقنية Ultrasound AI قفزة نوعية مُحتملة: من خلال الاستفادة من سير عمل الموجات فوق الصوتية الحالية وعدم الحاجة إلى مدخلات إضافية، تُوفر دعمًا قابلًا للتطوير وسهل الاستخدام للأطباء، ويمكن تطبيقه في أي مكان يتوفر فيه التصوير بالموجات فوق الصوتية.
يقول الدكتور جون م. أوبراين، مدير قسم طب الأم والجنين في جامعة كنتاكي، الذي قاد هذا العمل "يساعدنا الذكاء الاصطناعي في التنبؤ بموعد الولادة، مما نعتقد أنه سيؤدي إلى تنبؤ أفضل لمساعدة الأمهات في جميع أنحاء العالم، وتوفير فهم أعمق لأسباب ولادة الأطفال الأصغر حجمًا في وقت مبكر جدًا. سيوفر الذكاء الاصطناعي، في نهاية المطاف، رؤى أعمق حول كيفية استهداف ومنع نتائج الحمل السلبية. يُعد هذا العمل خطوة أولى مهمة في بداية تقدم تكنولوجي كبير في مجال طب التوليد".
مصطفى أوفى (أبوظبي)
السودان.. عقبات أمام عودة الطلاب إلى المدارس في الخرطوم