Perlambatan Perkembangan Antibiotik dan Kebangkitan Protein Masa Lampau dari Kepunahan

Perlambatan perkembangan antibiotik merupakan masalah global yang sangat berbahaya. Bagaimana para peneliti akan berusaha menyelesaikan masalah ini?

Stagnasi perkembangan antibiotik

Perkembangan antibiotik telah melambat selama beberapa dekade terakhir, dan sebagian besar antibiotik saat ini telah ada di pasaran selama lebih dari 30 tahun. Sementara itu, bakteri semakin kebal dengan antibiotik, sehingga pengobatan baru akan segera dibutuhkan. Informasi protein merupakan lahan subur untuk penemuan antibiotik, karena banyak peptida yang diketahui dapat meningkatkan sistem imun, mengganggu membran sel bakteri, menekan biofilm*1, dan meningkatkan penyembuhan luka.

Membangkitkan Masa lalu

Yang dicari-cari oleh para peneliti untuk menyelesaikan masalah ini adalah peptida anti mikroba (Antimicrobial peptides-AMP), yaitu sebuah kelas molekul pertahanan kuno yang dapat ditemukan di berbagai macam makhluk hidup. Hal ini mewakili aspek penting dari kekebalan tubuh sepanjang evolusi yang berlangsung. AMP ini dapat dimanfaatkan sebagai template alami untuk antibiotik dan terapi rekayasa.

Oleh karena itu, terlintas di pikiran Cesar de la Fuente dan koleganya untuk menggunakan protein dari makhluk hidup yang sudah punah. Ide ini awalnya berasal dari menghidupkan kembali masa lalu, seperti di film klasik Jurassic Park. Namun, bedanya adalah kali ini yang dihidupkan kembali adalah proteinnya.

Gagasan untuk memperkenalkan kembali organisme yang punah kembali ke dalam lingkungan saat ini telah banyak menarik perhatian dan imajinasi ilmiah. Hal ini juga menimbulkan banyak pertanyaan yang tidak terjawab. Namun saat ini, dengan memanfaatkan Machine learning dan AI, hal ini menjadi sebuah pencapaian yang dapat dicapai.

"Kami termotivasi oleh gagasan membawa kembali molekul dari masa lalu untuk mengatasi masalah yang kita miliki saat ini,” kata Cesar de la Fuente, co-author dari studi ini dan seorang Bioengineer Universitas Pennsylvania di Philadelphia. Studi ini dipublikasikan pada 28 Juli di Cell Host & Microbe.

Para peneliti melatih algoritma AI untuk dapat mengenali bagian pada protein yang dapat dipotong menjadi peptida*2. Keuntungan besar dalam menggunakan AI adalah didapatkannya hasil yang diinginkan dalam waktu yang jauh lebih singkat daripada menggunakan metode manual. Hal inilah yang membuat. Sebagai contoh, dengan memanfaatkan metode yang biasa digunakan, penciptaan antibiotik.

Menemukan dan menguji kandidat obat menggunakan AI hanya membutuhkan waktu beberapa minggu. Sebaliknya, dibutuhkan waktu tiga hingga enam tahun untuk menemukan satu antibiotik baru dengan menggunakan metode yang lebih lama, kata de la Fuente.

Validasi dan Hasil Eksperimen

Mereka melakukan validasi dengan menggunakan AI untuk mendapatkan kemungkinan EP anti mikroba dalam protein yang disekresikan manusia modern dan dalam protein kuno yang dekat dengan manusia dan telah punah, yaitu Neanderthal dan Denisova.

Aktivitas anti mikroba diamati secara in vitro*3 untuk fragmen protein modern dan kuno yang diidentifikasi proteinnya menunjukkan resistensi terhadap proteolisis*4 dan menunjukkan membran variabel. Tim peneliti menerapkan algoritmanya pada sekuens protein yang tersedia dari H. sapiens, H. neanderthalensis, dan Denisovans. Para peneliti menggunakan sifat anti mikroba untuk memprediksi peptida baru yang mana yang dapat membunuh bakteri.

Peptida tersebut menghentikan pertumbuhan A. baumannii yang tumbuh di otot paha, tetapi tidak ada yang membunuh bakteri tersebut. Lima dari molekul tersebut membunuh bakteri yang tumbuh di abses kulit, namun dengan dosis yang sangat tinggi. Dosis yang digunakan sangat tinggi, kata Nathanael Gray, ahli biologi kimia di Universitas Stanford di California. Hasil ini setidaknya menunjukkan bahwa pencarian peptida terenkripsi berbasis machine learning dan AI dapat mengidentifikasi antibiotik peptida yang stabil dan tidak beracun. Dan kemungkinan besar, hasil yang lebih baik akan dapat dicapai di masa depan dengan lebih banyak machine learning dan pendekatan yang optimal.

Kesimpulan dari hasil ini menunjukkan bahwa dengan menggunakan bantuan dari AI yang akan semakin canggih, kita dapat membuka pintu yang diharapkan dapat mengakselerasi kecepatan perkembangan antibiotik dan membuka peluang untuk solusi baru dalam mengatasi penyakit-penyakit di masa mendatang.

1.Biofilm terdiri dari mikroorganisme di mana sel-sel menempel satu sama lain dan sering kali juga pada suatu permukaan.

2.Peptida adalah rantai pendek asam amino, sebagai penyusun protein.

3. in vitro berarti penelitian yang dilakukan di dalam cawan laboratorium atau tabung reaksi.

4.Proteolisis adalah pemecahan protein menjadi polipeptida atau asam amino yang lebih kecil.

Referensi: Maasch, J. R. M. A., Torres, M. D. T., Melo, M. C. R. & de la Fuente-Nunez, C. Cell Host Microbe https://doi.org/10.1016/j.chom.2023.07.001 (2023).