Algorytmy sztucznej inteligencji wykorzystywane do opracowania leków przeciwko bakteriom opornym na leki

Jednym z największych wyzwań stojących przed branżą medyczną są bakterie oporne na leki. Szacuje się, że obecnie istnieje około 700 000 zgonów spowodowanych bakteriami opornymi na leki, a więcej szczepów bakterii opornych na leki jest w rozwoju. Naukowcy i inżynierowie starają się opracować nowe metody walki z bakteriami opornymi na leki. Jedną z metod opracowania nowych antybiotyków jest zastosowanie sztucznej inteligencji i uczenia maszynowego w celu izolowania nowych związków, które mogą poradzić sobie z nowymi szczepami superbakterii.

Jak donosi SingularityHub, nowy antybiotyk został zaprojektowany przy pomocy sztucznej inteligencji. Antybiotyk ten nazwano halicyn, od sztucznej inteligencji HAL z filmu “2001: Odyseja kosmiczna”. Nowo opracowany antybiotyk okazał się skuteczny w eliminowaniu niektórych szczepów superbakterii. Nowy antybiotyk został odkryty za pomocą algorytmów uczenia maszynowego. Konkretnie, model uczenia maszynowego został wyszkolony przy użyciu dużej bazy danych składającej się z około 2 500 związków. Niemal połowa leków wykorzystanych do szkolenia modelu była już zatwierdzona przez FDA, podczas gdy druga połowa zestawu szkoleniowego składała się z naturalnie występujących związków. Zespół badaczy dostosował algorytmy, aby nadać pierwszeństwo molekułom, które jednocześnie posiadają właściwości antybiotyczne, ale różnią się od istniejących struktur antybiotyków. Następnie zbadano wyniki, aby określić, które związki będą bezpieczne dla ludzi.

Według The Guardian, lek okazał się niezwykle skuteczny w walce z bakteriami opornymi na leki w niedawnym badaniu. Jest tak skuteczny, ponieważ niszczy błonę bakterii, co uniemożliwia bakteriom wytwarzanie energii. Aby bakterie mogły rozwinąć obronę przed działaniem halicyn, mogłoby to wymagać więcej niż kilku mutacji genetycznych, co daje halicynowi trwałość. Zespół badawczy również przetestował, jak związek sprawdził się u myszy, gdzie był w stanie skutecznie oczyścić myszy zainfekowane szczepem bakterii opornych na wszystkie obecne antybiotyki. Ze względu na obiecujące wyniki badań, zespół badawczy liczy na współpracę z podmiotem farmaceutycznym i udowodnienie, że lek jest bezpieczny dla ludzi.

James Collins, profesor inżynierii biomedycznej i senior autor w MIT, oraz Regina Barzilay, profesor informatyki w MIT, byli współautorami artykułu. Collins, Barzilay i inni badacze mają nadzieję, że algorytmy takie jak te, których użyli do zaprojektowania halicyn, mogą pomóc przyspieszyć odkrywanie nowych antybiotyków w celu walki z rozprzestrzenianiem się szczepów bakterii opornych na leki.

Halicyn jest zdecydowanie nie jedynym związkiem odkrytym przy pomocy sztucznej inteligencji. Zespół badawczy kierowany przez Collin i Barzilay chce posunąć się dalej i stworzyć nowe związki, szkoląc więcej modeli przy użyciu około 100 milionów molekuł pobranych z bazy ZINC 15, internetowej biblioteki ponad 1,5 miliarda związków leków. Jak podaje się, zespół już udało się znaleźć co najmniej 23 różne kandydatów, którzy spełniają kryteria możliwego bezpiecznego użycia przez ludzi i strukturalnie różnią się od obecnych antybiotyków.

Niestety, niefortunnym skutkiem ubocznym antybiotyków jest to, że podczas gdy zabijają szkodliwe bakterie, również niszczą niezbędne bakterie jelitowe, których organizm ludzki potrzebuje. Badacze mają nadzieję, że mogliby wykorzystać techniki podobne do tych, które posłużyły do stworzenia halicyn, aby stworzyć antybiotyki z mniejszą ilością skutków ubocznych, leki mniej prawdopodobne do szkodzenia mikrobiomowi jelitowemu człowieka.

Wiele innych firm również próbuje wykorzystać uczenie maszynowe, aby uprościć złożony, długi i często kosztowny proces tworzenia leków. Inne firmy również szkoliły algorytmy sztucznej inteligencji, aby syntetyzować nowe związki leków. Niedawno jedna firma była w stanie opracować lek w zaledwie miesiąc i pół, znacznie krótszy czas niż miesiące lub nawet lata, które mogą upłynąć podczas tworzenia leku w tradycyjny sposób.

Barzilay jest optymistyczna, że metody odkrywania leków przy użyciu sztucznej inteligencji mogą przekształcić krajobraz odkrywania leków w znaczący sposób. Barzilay wyjaśniła, że praca nad halicyn jest praktycznym przykładem skuteczności technik maszynowych:

„Nadal istnieje pytanie, czy narzędzia oparte na sztucznej inteligencji naprawdę robią coś inteligentnego w opiece zdrowotnej i jak możemy je rozwinąć, aby stały się podstawowymi narzędziami w przemyśle farmaceutycznym. To pokazuje, jak daleko można dostosować to narzędzie.”