Hoe Machine Learning helpt met de doorontwikkeling van antibiotica

Mensen gebruiken steeds vaker antibiotica om infecties te bestrijden. Dit zorgt er voor dat meer bacteriën resistent raken tegen antibiotica. Daarom is het belangrijk dat we continue nieuwe antibiotica blijven ontwikkelen. Software kan hierbij een uitkomst bieden. Software gebaseerd op Machine Learning kan namelijk genomen (zo noemt men de complete genetische samenstelling van bacteriën) onderzoeken en zo helpen met nieuwe antibiotica ontwikkelen.

Van laboratorium tot software

Op dit moment zoeken wetenschappers in laboratoria naar nieuwe antibiotica. Dit doen ze door micro-organisme te bestuderen. Volgens promovendus Alexander Kloosterman kan dit ook anders. Samen met Marnix Medema, een collega van Wageningen University & Research, bedacht hij een nieuwe manier om te zoeken naar nieuwe vormen van antibiotica. Zijn Machine Learning software zoekt in de genomen van bacteriën naar stukjes DNA die samen nieuwe antibiotica kunnen vormen.

Machine Learning in de genen

Voor bepaalde antibiotica soorten is het lastig om genen te vinden. Het is namelijk zo dat er veel soorten genen zijn die dezelfde medicijnen maken terwijl deze weinig op elkaar lijken. Hierbij biedt Machine Learning uitkomst. Onderzoekers lieten de software kijken naar twee data sets. Eén met genen geschikt voor antibiotica en één met genen die niet geschikt zijn voor antibiotica. Alleen met behulp van Machine Learning konden de patronen in deze twee datasets gevonden worden. Daardoor is reguliere software, zonder Machine Learning, in deze situatie niet bruikbaar.

Antibiotica uit kaas

Kloosterman heeft zijn software gebruikt om bacteriën te onderzoeken waarvan al bekend is dat zij antibiotica kunnen maken. Door het onderzoek bij deze bacteriën te starten was de kans op succes groter. Zo zijn er 42 clusters door de Machine Learning software ontdekt, die geschikt waren voor verder onderzoek. Een van deze clusters is in het lab verder door Kloosterman onderzocht. En met succes! Uit deze bacterie kon hij pristinine maken. Pristinine is een stof die overeenkomsten heeft met een bestaand antibitocum: nisine. Deze stof wordt onder andere in kaas verwerkt als conserveermiddel.

Toekomst van de Machine Learning software

Verder onderzoek is nodig om te ontdekken of een van de ontdekte clusters ook daadwerkelijk geschikt is als antibioticum. Hier biedt de software nog geen antwoord op. Daarom delen de onderzoekers de resultaten met de rest van de wetenschappelijke wereld. Zo kunnen meerdere onderzoekers de clusters, die de Machine Learning software heeft ontdekt, onderzoeken. In de toekomst zal de software ook een voorspellende capaciteit kunnen krijgen. Zodat deze ook wat over de werking van het te maken antibioticum kan zeggen. Zo zou het nog een extra filter bieden aan onderzoekers om te kijken welke uitkomsten het best in het laboratorium onderzocht kunnen worden.

Comaen

Veel van onze opdrachtgevers werken met de nieuwste technieken binnen hun specialisme. Zo zoeken we voor een internationale organisatie binnen de voedingsmiddelenindustrie een Industrial Automation Engineer. Binnen deze organisatie wordt gewerkt met de modernste technieken op het gebied van besturings- en automatiseringssystemen. Jij gaat je in de hightech fabriek bezig houden met de innovatie en optimalisatie van de plant. Interesse? Neem contact op met Sjoerd. Bekijk hier alle vacatures binnen de Industriële Automatisering.

👉 Sjoerd Fontein
☎️ +31 6 53 73 35 00
📩 sjoerd.fontein@comaen.nl

Bron: https://www.deingenieur.nl/artikel/slimme-software-zoekt-nieuwe-antibiotica