Note : Rapport provenant d'une seule source ; en attente de corroboration.
La résistance aux antibiotiques constitue un enjeu majeur de santé publique, car de nombreuses infections bactériennes deviennent plus difficiles à traiter avec les médicaments actuels. Les scientifiques étudient des molécules peptidiques naturellement produites par les cellules, capables de tuer les bactéries en endommageant leurs membranes, mais la sélection des peptides les plus efficaces s'avère complexe. Pour y remédier, une équipe financée par les NIH et dirigée par les docteurs Jacob Gardner et César de la Fuente a développé un outil d'intelligence artificielle (IA) appelé ApexGo, permettant de concevoir des peptides antibactériens améliorés pour des tests en laboratoire.
ApexGo s'appuie sur un système précédent, APEX, qui identifie les peptides antibiotiques potentiels dans de vastes ensembles de données biologiques. Ce nouvel outil propose des modifications aux peptides existants afin d'améliorer leur activité bactéricide et affine ses prédictions à mesure que de nouvelles données sont intégrées. Les chercheurs ont testé ApexGo en optimisant 10 peptides issus d'organismes disparus, générant ainsi 10 versions optimisées pour chaque peptide original.
Les résultats expérimentaux ont montré que 86 des 100 peptides optimisés étaient capables d'éliminer au moins un type de bactérie. De plus, 68 % des peptides optimisés ont présenté une activité antibactérienne améliorée par rapport aux peptides originaux. Certains peptides optimisés ont également été testés sur des souris infectées par une souche bactérienne résistante aux antibiotiques, démontrant une efficacité accrue contre l'infection.
Cette approche basée sur l'intelligence artificielle pourrait permettre un développement plus rapide et plus efficace de nouveaux antibiotiques pour lutter contre la résistance bactérienne. L'étude a été publiée dans Nature Machine Intelligence le 13 mai 2026.