AIアルゴリズムを使用して薬剤耐性菌と戦う薬を開発する

医療業界が直面している最大の課題の1つは、薬剤耐性菌です。現在、薬剤耐性菌による死者は約70万人と推定されており、さらに多くの薬剤耐性菌が発生しています。科学者やエンジニアは、薬剤耐性菌と戦うための新しい方法を開発しようとしています。新しい抗生物質を開発する1つの方法は、人工知能と機械学習を使用して、新しい超菌と戦うことができる新しい化合物を分離することです。

SingularityHubが報告したように、新しい抗生物質が設計されました。この抗生物質は、2001年: 宇宙のオデッセイのAI HALにちなんでhalicinと命名されました。新しく開発された抗生物質は、いくつかの強力な超菌の株を排除することに成功しました。新しい抗生物質は、機械学習アルゴリズムを使用して発見されました。具体的には、機械学習モデルは、約2,500化合物で構成される大規模なデータセットを使用してトレーニングされました。トレーニングに使用された薬剤の約半分は、FDAによって既に承認された薬剤で、トレーニングセットの残りの半分は、自然に発生する化合物で構成されていました。研究者チームは、抗生物質特性を同時に持つが、既存の抗生物質構造と異なる分子を優先するようにアルゴリズムを調整しました。次に、結果を調べて、どの化合物が人間の消費に安全であるかを判断しました。

The Guardianによると、薬剤は最近の研究で薬剤耐性菌と戦うのに非常に効果的であることが証明されました。薬剤は、細菌の膜を分解し、細菌がエネルギーを生成する能力を無効にするため、非常に効果的です。細菌がhalicinの影響に対して防御を開発するには、数多くの遺伝子変異が必要となるため、halicinには持続力があります。研究チームはまた、薬剤が現在のすべての抗生物質に耐性を持つ菌株で感染したマウスでどのように機能するかをテストしました。そこでは、薬剤はマウスから菌を成功裏に排除することができました。研究の結果が非常に有望であるため、研究チームは、薬剤が人間の使用に安全であることを証明するために、製薬企業と提携することを希望しています。

ジェームズ・コリンズ、MITの生物工学教授兼上級著者、およびレジーナ・バルジレイ、MITのコンピューター科学教授は、論文の上級著者でした。コリンズ、バルジレイ、および他の研究者は、halicinを設計するために使用したタイプのアルゴリズムが、薬剤耐性菌の蔓延に対処するための新しい抗生物質の発見を迅速化するのに役立つことを希望しています。

halicinは、AIを使用して発見された唯一の薬剤化合物ではありません。コリンズとバルジレイが率いる研究チームは、ZINC 15データベースから約1億個の分子を使用してさらに多くのモデルをトレーニングすることで、さらに進んでいきたいと考えています。ZINC 15データベースは、15億を超える薬剤化合物のオンラインライブラリです。報告によると、チームはすでに、人間の使用に可能な限り安全であり、現在の抗生物質と構造が異なる23種類の異なる候補を発見しました。

抗生物質の不幸な副作用の1つは、有害な細菌を殺すだけでなく、人間の体が必要とする必要な腸内細菌も殺すことです。研究チームは、halicinを作成するために使用された技術と同様の技術を使用して、副作用が少ない抗生物質、人間の腸内細菌叢に害を及ぼさない薬剤を作成できることを希望しています。

他の多くの企業も、機械学習を使用して複雑で長く、そしてしばしば高価な薬剤創出プロセスを簡素化しようとしています。其他の企業も、新しい薬剤化合物を合成するためにAIアルゴリズムをトレーニングしています。最近、1つの企業は、従来の方法で薬剤を作成するのにかかる数ヶ月または数年よりもはるかに短い時間、わずか1か月半で実証済みの薬剤候補を開発することができました。

バルジレイは、AI駆動の薬剤発見方法が、薬剤発見の風景を有意義な方法で変革することができると楽観的に考えています。バルジレイは、halicinに関する作業は、機械学習技術がどれほど効果的であるかを実証する実用的な例であると説明しました。

「機械学習ツールが本当に医療で何らかの賢いことをしているか、それらを製薬業界で労働者として開発する方法については、まだ疑問があります。このツールをどれほど適応できるかを示しています。」