Antes de continuar a leitura do texto, quero te convidar para conhecer meus cursos:

• Hematologia básica clique aqui
• Anemias clique aqui
• Onco-hematologia clique aqui
• Interpretando o hemograma clique aqui
• Curso de Hematologia (10% off) clique aqui
• Preparatório de Análises Clínicas para Residência e Concurso clique aqui

Continue agora com a sua leitura do texto. Espero que goste.

A gente sabe que o surgimento de bactérias resistentes a antibióticos está cada vez mais rápido.

Para tentar superar esse desafio, pesquisadores do Instituto de Tecnologia de Massachusetts (MIT), EUA, utilizaram um algoritmo de inteligência artificial para treinar uma rede de aprendizagem profunda (deep neural network) capaz de predizer moléculas com atividade antibacteriana.
Eles fizeram predições em múltiplos bancos de dados de compostos, analisando mais de 107 milhões de moléculas, e descobriram a HALICINA, uma molécula do Drug Repurposing Hub (hub de reaproveitamento de medicamentos).

A halicina diverge estruturalmente dos antibióticos convencionais e possui atividade bactericida contra um amplo espectro de patógenos, incluindo Mycobacterium tuberculosis e enterobactérias resistentes à carbapenêmicos.

Ela também tratou efetivamente infecções por Clostridioides difficile e por Acinetobacter baumannii pan resistente em modelos murinos.

Além da halicina, os pesquisadores descobriram mais oito substâncias antibacterianas que são estruturalmente distantes dos antibióticos conhecidos hoje em dia.

Agora, os eles estão planejando novos estudos com a halicina, trabalhando em conjunto com empresas farmacêuticas e organizações sem fins lucrativos na esperança de fazê-la disponível para o uso em humanos.

Leia o artigo na íntegra

Jonathan M. Stokes, Kevin Yang, Kyle Swanson, et al. A Deep Learning Approach to Antibiotic Discovery. Cell, 2020; 180 (4): 688 DOI: 10.1016/j.cell.2020.01.021