الگوریتم یادگیری ماشینموفق به کشف ترکیبی شد که می‌تواند یکی از باکتری‌های مقاوم در مقابل دارو را از بین ببرد.

 محققان دانشگاه MIT و McMaster با استفاده از یک الگوریتم هوش مصنوعی، آنتی‌بیوتیک جدیدی را شناسایی کرده‌اند که می‌تواند نوعی باکتری را که مسئول بسیاری از عفونت‌های مقاوم به دارو است را از بین ببرد. اگر این آنتی‌بیوتیک وارد فاز عملیاتی شود می‌تواند در از بین بردن نوعی باکتری به نام اسینتوباکتر بومانی که اغلب در بیمارستان‌ها یافت می‌شود مؤثر واقع شود. این باکتری علت به وجود آمدن بیماری‌هایی مثل ذات‌الریه، مننژیت و سایر عفونت‌های جدی است. آسینتوباکتر می‌تواند برای مدت طولانی روی دستگیره‌های درب و تجهیزات بیمارستانی زنده بماند. جاناتان استوکس، فوق دکترای سابق MIT که اکنون استادیار بیوشیمی و علوم بیوپزشکی در دانشگاه مک مستر است، می‌گوید اکنون یافتن ایزوله‌های آسینتوباکتر که تقریباً در برابر هر آنتی‌بیوتیکی مقاوم هستند بسیار رایج است. محققان برای ساخت آنتی‌بیوتیکی که بتواند این باکتری را از بین ببرد، یک مدل یادگیری ماشین را با 7000 ترکیب دارویی مختلف آموزش داده‌اند تا مدل یادگیری ماشین بتواند از میان آنها، ترکیب شیمیایی برای جلوی از رشد اسینتوباکتر بومانی را شناسایی کند.  جیمز کالینز، پروفسور ترمیر مهندسی پزشکی و علوم در مؤسسه مهندسی و علوم پزشکی MIT (IMES) و دپارتمان مهندسی بیولوژیکی می‌گوید: «این یافته بیشتر از این پیش‌فرض پشتیبانی می‌کند که هوش مصنوعی می‌تواند به طور قابل‌توجهی جستجوی ما برای آنتی‌بیوتیک‌های جدید را تسریع و گسترش دهد». "من هیجان زده هستم که این کار نشان می‌دهد که ما می‌توانیم از هوش مصنوعی برای کمک به مبارزه با پاتوژن های مشکل زا مانند اسینتوباکتر بومانی استفاده کنیم."

در طول چند دهه گذشته، بسیاری از باکتری‌های بیماری‌زا به طور فزاینده‌ای نسبت به آنتی‌بیوتیک‌های موجود مقاوم شده‌اند. چندین سال پیش، کالینز، استوکس، و پروفسور رجینا بارزیلای از دانشگاه MIT (که همچنین نویسنده این مطالعه جدید است) با استفاده از یک مدل یادگیری ماشین که می‌توانست دامنه وسیعی از الگوها را یاد بگیرد، اقدام به مبارزه با این معضل کردند. در زمان کوتاهی این محققان پی بردند که از این روش می‌تواند برای شناسایی ترکیبات شیمیایی برای ساخت آنتی‌بیوتیک‌های قوی استفاده کرد. در ابتدا محققان یک الگوریتم یادگیری ماشینی را برای شناسایی ساختارهای شیمیایی که می‌توانست رشد باکتری E. coli را مهار کند را آموزش دادند. این الگوریتم مولکولی را به دست آورد که محققان آن را هالیسین نامیدند. آنها به این نتیجه رسیدند که این مولکول می‌تواند نه تنها E. coli بلکه چندین گونه باکتری دیگر را که در برابر درمان مقاوم هستند را هم از بین ببرد. پس از آنکه اثبات شد این رویکردهای یادگیری ماشینی می‌توانند برای کارهای پیچیده کشف آنتی‌بیوتیک به خوبی کار کند، توجه محققان به چیزی  معطوف شد که به عنوان یکی از مقاوم‌ترین باکتری‌ها در مقابل آنتی‌بیوتیک‌ها شناخته می‌شد. اسینتوباکتر بومانی. هنگامی که این مدل آموزش داده شد، محققان از آن برای تجزیه و تحلیل مجموعه‌ای از 6680 ترکیبی استفاده کردند که قبلاً ندیده بودند. محققان 240 مورد از این مجموعه را برای آزمایش در آزمایشگاه انتخاب کردند و بر روی ترکیباتی با ساختاری متفاوت از آنتی‌بیوتیک‌ها یا مولکول‌های موجود در داده‌های آموزشی تمرکز کردند. این آزمایشات 9 آنتی‌بیوتیک را نشان داد، از جمله یکی که بسیار قوی بود. این ترکیب که در ابتدا به عنوان یک داروی دیابت بالقوه مورد بررسی قرار گرفت، در کشتن اسینتوباکتر بومانی بسیار مؤثر بود اما هیچ تأثیری بر سایر گونه‌های باکتری از جمله سودوموناس آئروژینوزا، استافیلوکوکوس اورئوس و انتروباکتریاسه نداشت.

در مطالعاتی که روی موش ها انجام شد، محققان نشان دادند که این دارو که آنها آن را آبوسین نامیدند، می تواند عفونت زخم ناشی از اسینتوباکتر بومانی را درمان کند. آنها همچنین در آزمایشات نشان دادند که این دارو در برابر انواع گونه‌های اسینتوباکتر بومانی مقاوم به دارو موثر است.