Forskere ved MIT CSAIL og McMaster brukte en generativ AI-modell til å avdekke hvordan forbindelsen enterololin målrettet sykdomsfremkallende tarmbakterier, og akselererte en prosess som normalt tar år.
DiffDock-modellen forutsa at enterololin binder til LolCDE, et proteinkompleks nødvendig for lipoproteintransport; dette ble bekreftet gjennom fremvekst av enterololin-resistente E. coli-mutanter, RNA-sekvensering og CRISPR-eksperimenter. I musemodeller av Crohns-lignende betennelse rammet enterololin spesielt Escherichia coli, ga raskere bedring og bevarte tarmmikrobiomet bedre enn vancomycin. Tidslinjen for å identifisere mekanismen ble forkortet til om lag seks måneder. Selskapet Stoked Bio har lisensiert forbindelsen og arbeider med videre utvikling; kliniske studier kan starte om noen år.
Relevans for Norge: smalspektrede antibiotika som enterololin kan være viktige for norske pasienter med inflammatoriske tarmsykdommer og for å begrense antibiotikaresistens. Studien viser hvordan kunstlig intelligens (KI) kan gi mekanistisk innsikt — et eksempel i AI-nyheter på hvordan modellering kan veilede laboratorieforsøk.
Kilde: https://news.mit.edu/2025/ai-maps-how-new-antibiotic-targets-gut-bacteria-1003 | Sammendraget er KI-generert med OpenAI API av Ainy.no
