Tekoälyalgoritmit kehittävät lääkkeitä, jotka taistelevat antibiooteille vastustuskykyisiä bakteereja vastaan

Yksi suurimmista haasteista lääketeollisuudelle on antibiooteille vastustuskykyiset bakteerit. Tällä hetkellä arvioidaan, että noin 700 000 kuolemaa johtuu antibiooteille vastustuskykyisistä bakteereista, ja uusia vastustuskykyisiä bakteerikantoja kehittyy jatkuvasti. Tutkijat ja insinöörit yrittävät kehittää uusia menetelmiä antibiooteille vastustuskykyisten bakteerien torjumiseksi. Yksi tapa kehittää uusia antibiootteja on käyttää tekoälyä ja koneoppimista uusien yhdisteiden eristämiseen, jotka voivat torjua uusia supervirusten kantoja.

SingularityHubin mukaan uusi antibiootti suunniteltiin tekoälyn avulla. Antibiootille annettiin nimi halicin, joka on nimetty tekoälyHALin mukaan elokuvasta 2001: Avaruusseikkailu. Uusi antibiootti osoittautui tehokkaaksi joissakin virulenteimmista superviruksista. Uusi antibiootti löydettiin koneoppimisalgoritmien avulla. Nimenomaan koneoppimismalli koulutettiin suurella aineistolla, joka koostui noin 2 500 yhdisteestä. Lähes puolet koulutusaineistossa käytetyistä lääkkeistä oli jo FDA:n hyväksymiä lääkkeitä, kun taas toinen puoli koulutusaineistosta koostui luonnosta löytyvistä yhdisteistä. Tutkijaryhmä sääteli algoritmeja priorisoimaan molekyylejä, jotka samanaikaisesti omivat antibioottisia ominaisuuksia, mutta erosivat olemassa olevista antibioottirakenteista. He tarkastelivat tuloksia määrittääkseen, mitkä yhdisteet olisivat turvallisia ihmisten käytössä.

The Guardianin mukaan lääke osoittautui erittäin tehokkaaksi antibiooteille vastustuskykyisten bakteerien torjunnassa viimeaikaisessa tutkimuksessa. Se on niin tehokas, koska se hajottaa bakteerien kalvon, mikä estää bakteerien energiantuotannon. Bakteereiden kehittämiseen puolustuskeinoja halicinia vastaan voi kestää useita geneettisiä mutaatioita, mikä antaa halicinille pysyvyyttä. Tutkijaryhmä testasi myös, miten yhdiste toimi hiirillä, joilla se pystyi menestyksekkäästi poistamaan hiiret, jotka olivat infektioita, jotka olivat vastustuskykyisiä kaikille nykyisille antibiooteille. Tutkimuksen tulokset ovat niin lupaavat, että tutkijaryhmä toivoo pystyvänsä muodostamaan kumppanuuden lääketeollisuuden yrityksen kanssa ja osoittamaan lääkkeen turvallisuuden ihmisille.

James Collins, biotekniikan professori ja vanhempi tekijä MIT: ssä, ja Regina Barzilay, tietojenkäsittelytieteen professori MIT: ssä, olivat molemmat vanhemmat tekijät tutkimuspaperissa. Collins, Barzilay ja muut tutkijat toivovat, että heidän käyttämänsä algoritmit, kuten halicinin suunnittelussa käytetty, voivat auttaa nopeuttamaan uusien antibioottien löytämistä antibiooteille vastustuskykyisten bakteerikantojen kitkemiseksi.

Halicin on kaukana ainoasta lääkeyhdisteestä, joka on löydetty tekoälyn avulla. Tutkijaryhmä, jota Collin ja Barzilay johtavat, haluavat mennä pidemmälle ja luoda uusia yhdisteitä kouluttamalla enemmän malleja, jotka perustuvat noin 100 miljoonaan molekyyliin ZINC 15 -tietokannasta, joka on yli 1,5 miljardin lääkeyhdisteen verkkokirjasto. Ryhmä on jo onnistunut löytämään vähintään 23 eri ehdokasta, jotka täyttävät kriteerit turvallisuudesta ja ovat rakenteellisesti erilaisia kuin nykyiset antibiootit.

Antibiooteilla on valitettava sivuvaikutus, jonka mukaan ne tappavat sekä haitalliset bakteerit että tarpeelliset suolistobakteerit, joita ihmiskeho tarvitsee. Tutkijat toivovat, että he voivat käyttää samanlaisia menetelmiä kuin halicinin luomisessa luodakseen antibiootteja, joilla on vähemmän sivuvaikutuksia, lääkkeitä, jotka eivät vahingoita ihmisen suoliston mikrobiomeja.

Monet muut yritykset yrittävät myös käyttää koneoppimista yksinkertaistamaan monimutkaisen, pitkän ja usein kallista lääkekehitysprosessia. Muut yritykset ovat myös kouluttaneet tekoälyalgoritmeja syntetisoimaan uusia lääkeyhdisteitä. Juuri äskettäin yksi yritys pystyi kehittämään todistusaineiston lääkeehdokkaasta vain kuukauden ja puolen aikana, paljon lyhyemmässä ajassa kuin perinteisellä tavalla lääkkeen kehittäminen.

Barzilay on optimistinen siitä, että tekoälyohjattu lääkekehitys voi muuttaa lääkekehityksen maisemaa merkittävällä tavalla. Barzilay selitti, että työ halicinilla on käytännön esimerkki siitä, miten tehokkaita tekoälytekniikat voivat olla:

“On edelleen kysymys siitä, ovatko tekoälytyökalut todella tekemässä jotain älykästä terveydenhuollossa ja miten voimme kehittää niitä lääketeollisuuden työjuhtiksi. Tämä näyttää, kuinka pitkälle voit sopeuttaa tämän työkalun.”