Thuật toán giúp tìm kiếm kháng sinh mới hiệu quả hơn

(QNO) - Vi khuẩn kháng thuốc từ nhiều năm nay được coi là vấn nạn toàn cầu. Các nhà khoa học luôn trong cuộc đua tìm kiếm thuốc kháng sinh mới để bảo vệ con người. Lần này thuật toán máy tính đã tham gia một cách hữu hiệu.

Sơ đồ mô tả thuật toán Dereplicatior + giúp tránh trùng lặp những hợp chất đã biết. Ảnh: rfcs.ru

Trang techxplore cho biết một nhóm các nhà nghiên cứu quốc tế đã phát triển kỹ thuật sàng lọc để tránh tái khám phá các hợp chất đã biết trong kho dữ liệu khổng lồ, nhờ vậy tập trung nghiên cứu các loại dược phẩm mới.

Trong một tài liệu vừa được công bố trên tạp chí Nature Communications cho biết nhóm các nhà khoa học từ Đại học Carnegie Mellon, Đại học California Sandiego (Mỹ) và Đại học St Petersburg (Nga) đã mô tả một phương tiện số hóa mới để phân biệt các loại hợp chất trong kho dữ liệu đã được nghiên cứu trước đó. Bằng cách phân tích phổ khối của các hợp chất, chúng có thể xác định các hợp chất đã biết trong kho dữ liệu và loại bỏ chúng khỏi phân tích sâu hơn, tập trung vào các biến thể chưa biết. Nhờ vậy, tiết kiệm thời gian để tập trung tìm các loại kháng sinh mới, thuốc chống ung thư cũng như các loại dược phẩm mới có công dụng mạnh hơn, hiệu quả hơn, đồng thời ít tác dụng phụ hơn.

Chỉ trong một tuần, chạy trên hơn 100 máy tính, thuật toán được gọi là Dereplicator +, đã phân loại thông qua một tỷ khối phổ trong mạng phân tử Social Natural Products Social tại Đại học California San Diego và xác định hơn 5.000 hợp chất hứa hẹn cho ra các loại dược phẩm mới.

Thuật toán hỗ trợ công cụ tìm kiếm phân tử này hiện có sẵn để sử dụng bởi bất kỳ nhà khoa học nào để nghiên cứu các kho bổ sung.

Trong quá khứ, các kho dữ liệu khối phổ đã bị lạm dụng bởi vì rất khó để tìm kiếm thông qua chúng, và bởi vì những nỗ lực này cho đến nay đã bị cản trở bởi tỷ lệ tái phát hiện cao các hợp chất đã biết (sự trùng lặp không cần thiết).

Phân tích phổ khối lượng của các hợp chất về cơ bản là một phép đo khối lượng trong một mẫu đã bị ion hóa, đây là một cách tương đối rẻ tiền để xác định dược phẩm mới có thể. Nhưng các kỹ thuật hiện có phần lớn bị hạn chế đối với peptide, có cấu trúc đơn giản như chuỗi và vòng lặp.

Để phân tích số lượng lớn hơn các hợp chất phức tạp có cấu trúc phân tử với nhiều vòng và nhánh, các nhà nghiên cứu đã phát triển một phương pháp để dự đoán khối phổ kế sẽ phân tách các phân tử như thế nào. Bắt đầu với những vòng có cấu trúc yếu nhất, phương pháp mô phỏng những gì sẽ xảy ra khi các phân tử tách rời nhau. Sử dụng 5.000 hợp chất đã được biết đến và phổ khối lượng của chúng, chúng đã đào tạo một mô hình máy tính có thể được sử dụng để dự đoán các hợp chất khác sẽ bị phá vỡ như thế nào.

Hosein Mohimani - một thành viên nhóm nghiên cứu cho biết, thuật toán Dereplicator + không chỉ có thể xác định các hợp chất đã biết để không cần phải nghiên cứu thêm, qua đó giúp tìm thấy các biến thể ít phổ biến hơn của các hợp chất đã biết có khả năng sẽ không bị phát hiện trùng lặp trong một mẫu.

TẠ XUÂN QUAN