ملاحظة: تقرير من مصدر واحد؛ في انتظار التأكيد.
تُعدّ مقاومة المضادات الحيوية تحديًا كبيرًا للصحة العامة، إذ بات علاج العديد من العدوى البكتيرية أكثر صعوبةً باستخدام الأدوية الحالية. يدرس العلماء جزيئات الببتيد التي تُنتجها الخلايا طبيعيًا والتي تقضي على البكتيريا عن طريق إتلاف أغشيتها، إلا أن اختيار الببتيدات الأكثر فعالية يُعدّ أمرًا صعبًا. ولمعالجة هذه المشكلة، طوّر فريقٌ مموّل من معاهد الصحة الوطنية الأمريكية، بقيادة الدكتورين جاكوب غاردنر وسيزار دي لا فوينتي، أداة ذكاء اصطناعي تُسمى ApexGo لتصميم ببتيدات مضادة للبكتيريا مُحسّنة لإجراء الاختبارات المعملية.
يعتمد نظام ApexGo على نظام سابق يُدعى APEX، والذي يُحدد الببتيدات المضادة للبكتيريا المحتملة في مجموعات البيانات البيولوجية الضخمة. تقترح الأداة الجديدة تعديلات على الببتيدات الموجودة لتعزيز قدرتها على قتل البكتيريا، وتُحسّن تنبؤاتها مع إضافة المزيد من البيانات. اختبر الباحثون نظام ApexGo من خلال تحسين 10 ببتيدات مُستخلصة من كائنات منقرضة، مُنتجين 10 نسخ مُحسّنة لكل ببتيد أصلي.
أظهرت النتائج التجريبية أن 86 من أصل 100 ببتيد مُحسَّن قادرة على قتل نوع واحد على الأقل من البكتيريا. بالإضافة إلى ذلك، أظهر 68% من الببتيدات المُحسَّنة نشاطًا مضادًا للبكتيريا مُحسَّنًا مقارنةً بالببتيدات الأصلية. كما تم اختبار ببتيدات مُحسَّنة مُختارة على فئران مُصابة بسلالة بكتيرية مُقاومة للمضادات الحيوية، مما أظهر فعالية أكبر ضد العدوى.
قد يُتيح هذا النهج المدعوم بالذكاء الاصطناعي تطوير مضادات حيوية جديدة بشكل أسرع وأكثر كفاءة لمواجهة مقاومة البكتيريا. نُشرت الدراسة في مجلة Nature Machine Intelligence بتاريخ 13 مايو 2026.