인공 지능과 유전체가 항생제 저항성을 도울 수있는 방법

증가하는 문제를 해결하기위한 혁신적인 기술 적용.

출처 : geralt / pixabay

항균 저항 (Antimicrobial Resistance, AMR)은 전 세계적으로 건강에 위협이됩니다. 웰컴 트러스트 (Wellcome Trust)와 영국 정부가 발표 한 보고서에 따르면 AMR은 매년 전 세계적으로 70 만 명이 사망하고 2050 년에는 1 천만 명 이상의 사망자가 발생할 것으로 예상됩니다. 인공 지능 (AI) 및 유전체학과 같은 혁신적인 기술을 적용하면이 문제를 해결할 수 있습니까?

최초의 상업화 된 항생제 페니실린은 1928 년 알렉산더 플레밍 경 (Sir Alexander Fleming)이 개발했습니다. 1940 년까지 첫 번째 항생제 저항성은 페니실린 -R 포도상 구균에서 확인되었습니다. 시간이 지남에 따라 새로운 항생제가 시장에 출시되었으며 많은 표적 세균이 진화하여 저항성을 보였습니다. AMR은 인체와 가축에 의한 항생제의 과용과 항균 세정 및 위생 제품의 사용 증가에 기인합니다. 항생제는 바이러스가 아닌 박테리아에서 작용하며 종종 비 바이러스 성 질환에 대해 과잉 처방됩니다. 미국 질병 통제 예방 센터 (CDC)에 따르면이 문제를 해결하기 위해 제약 회사가 경제 및 규제 장벽으로 인해 개발하는 항생제가 거의 없다고한다.

• 간병인으로서의 역할을 최대한 활용하는 방법
• 성별 차이에 대한 진실
• 한 번 및 모두를 위해 개 덤프 덤프 이론 덤핑
• 뇌진탕은 자살의 위험을 증가 시키나요?
• 30 생활의 변화 30 일 과제의 예

억만 장자 박애주 의자와 Microsoft 공동 창립자 인 빌 게이츠 (Bill Gates)는 세계적 전염병이 해결되어야 할 실존 적 위협이라고 반복해서 경고했다.

“앞으로 수십 년 안에 어떤 것이 1000 만 명이 사망하면 전쟁보다 감염력이 큰 바이러스가 될 가능성이 가장 큽니다. 미사일이 아니라 미생물. 자,이 이유 중 일부는 우리가 핵 억지력에 막대한 금액을 투자했다는 것입니다. 그러나 우리는 실제로 전염병을 막기 위해 시스템에 거의 투자하지 않았습니다. 우리는 다음 전염병에 대비하고 있지 않습니다. “빌 게이츠

게이츠는 대유행을 일으킬 수있는 미생물로 전염병 바이러스의 예를 사용합니다. 그러나 바이러스 만이 유일한 위협은 아닙니다. 박테리아에 기반한 질병을 치료할 수있는 항생제가 부족하여 세계적으로 중요한 건강 문제가 있습니다. 이 문제를 해결하기 위해 선구자 연구원은 새로운 솔루션을 찾기 위해 기술을 사용하고 있습니다.

• 당신이 할 수 있고 개발해야하는 초강력은 왜 사전 주의자입니까?
• 우리는 고등 교육을 우리 자신의 손해 배상으로 해산시킨다.
• 어떻게 합리적으로 믿음을 두는 것이 합리적입니까?
• ADHD와 그 수명에 미치는 영향
• 우리는 자부심이 낮아서 해를 과소 평가 했습니까?

최근 캘리포니아 샌디에고 대학의 연구 과학자들은 AI 기계 학습을 이용하여 어떤 유전자가 감염 박테리아가 항생제 내성이되는지를 확인하고 예측하는 방법을 개발했습니다. 팀은 Nature Communications에 연구 결과를 발표했습니다 .

이 과학자들은 13 가지 항생제에 대한 AMR 진화의 특징을 확인할 수있는 유전자 상호 작용 분석 및 3D 구조 돌연변이 매핑을 보완 한 컴퓨터 학습 플랫폼을 개발했다. 그들은 1,595 개의 균주의 게놈 서열 및 표현형 모두에 대한 기계 학습 알고리즘을 훈련했다. Mycobacterium tuberculosis (결핵균) 라고 불리는 결핵균을 일으킨다. 결과적으로이 알고리즘은 알려진 항생제 저항성 유전자 33 개를 정확하게 예측하고 항생제 내성의 24 가지 새로운 유전자 표지를 확인했습니다. UC 샌디에고 연구원에 따르면, 그들의 접근법은 다른 감염 유발 병원체에 적용될 수있다.

버지니아 공대의 연구원은 항생제 내성과 싸우기 위해 AI 심층 학습 솔루션 인 DeepARG를 개발했습니다. Illumina와 같은 NGS (Next Generation Sequencing) 기술을 사용하여 DeepARG는 짧은 시퀀스 읽기 (DeepARG-SS)와 긴 유전자와 유사한 시퀀스 (DeepARG-LS)의 두 가지 모델로 구성됩니다. Virginia Tech 과학자에 따르면, “높은 처리량 DNA 시퀀싱 기술은 이제 ARGs (항생제 내성 유전자)를 포함한 DNA의 전체 보완을위한 강력한 도구를 제공합니다. 연구자들은 항생제 내성 관련 자원의 개발을 지원하기 위해 질의 또는 다운로드에 사용할 수있는 DeepARG-DB라는 데이터베이스에서 “고도의 확신”으로 예측 된 ARG를 선정했다.

Day Zero Diagnostics는 2016 년 설립 된 벤처 캐피털 및 엔젤 투자 기금 벤처 기업으로 Keynome ™이라는 인공 지능 기계 학습 알고리즘으로 전체 게놈 시퀀싱을 적용하여 박테리아 감염을 2 ~ 5 일에서 수 시간으로 단축합니다. 이 회사는 게놈 데이터를 사용하여 항생제 저항성을 결정하는 MicrohmDB®라는 독점적 인 미생물 저항성 데이터베이스를 개발했습니다. Day Zero Diagnostics는 Harvard Life Lab을 기반으로하며 MGH, MIT 및 하버드의 Ragon Institute에서 Doug Kwon 박사와 공동으로 작업합니다.

CDC에 따르면 2 백만 명이 넘는 미국인이 항생제 내성 감염에 영향을 받고 23,000 명이 항생제 내성 감염으로 매년 사망합니다. CDC는 미국에서 AMR의 경제적 영향이 직접 건강 관리 비용으로 200 억 달러 이상이고, 손실 된 생산성이 350 억 달러 인 것으로 추정하여 연간 총 550 억 달러에 달하는 것으로 추정합니다. 개척 과학자 및 연구원의 작업을 통해 인공 지능 기계 학습 및 유전체학과 같은 혁신적인 기술이 인류를 장래에 돕기 위해 적용되고 있습니다.

Copyright © 2018 Cami Rosso 모든 권리 보유.

참고 문헌

Prestinaci F., Pezzotti P, Pantosti A. 항균제 저항성 : 전 세계적으로 다방면에 걸친 현상. Pathog Glob Health . 2015, 109 (7) : 309-18.

웰컴 트러스트, 영국 정부. “Antimicrobial Resistance에 대한 검토. 항생제 저항 : 국가 건강과 부를위한 위기 극복. 2014. https://amr-review.org/

빌 게이츠. “다음 번 발병 은요? 우리는 준비가 안됐다. “TED2015. 11-15-2018 초에 https://www.ted.com/talks/bill_gates_the_next_disaster_we_re_not_ready?language=en을 (를) 가져 왔습니다.

캘리포니아 대학 – 샌디에고. “기계 학습은 결핵을 유발하는 박테리아에서 항생제 내성 유전자를 확인합니다.” Phys.org . 2018 년 10 월 25 일

Kavvas, E., Catouiu, E., Mih, N., Yurkovich, J., Seif, Y., Dillon, N., Heckmann, D., Anand, A., Yang, L., Nizet, Monk, J., Palsson, B. ” Mycobacterium tuberculosis 범 – 게놈의 기계 학습 및 구조 분석은 항생제 내성의 유전 적 특성을 확인합니다.” Nature Communications . 2018 년 10 월 17 일

Gustavo A. Arango-Argoty, Emily Garner, Amy Pruden, Lenwood S. Heath, Peter Vikesland, Liqing Zhang. DeepARG : 메타 노믹 데이터로부터 항생제 내성 유전자를 예측하기위한 깊은 학습 접근법. (2018 microbiome).

Day Zero Diagnostics. https://www.dayzerodiagnostics.com/에서 11-15-2018 초 동안 검색 됨

질병 통제 예방 센터. “항생제 / 항균제 저항성 (AR / AMR). https://www.cdc.gov/drugresistance/about.html에서 11-15-2018을 가져옴