Algoritmy AI používané na vývoj liekov, ktoré bojujú proti baktériám odolným voči liekom

Jednou z najväčších výziev, ktorým čelí medicínsky priemysel, sú baktérie odolné voči liekom. V súčasnosti sa odhaduje približne 700,000 XNUMX úmrtí v dôsledku baktérií odolných voči liekom a vyvíja sa viac kmeňov baktérií odolných voči liekom. Vedci a inžinieri sa pokúšajú vyvinúť nové metódy boja proti baktériám odolným voči liekom. Jednou z metód vývoja nových antibiotík je použitie umelej inteligencie a strojového učenia na izoláciu nových zlúčenín, ktoré by si mohli poradiť s novými kmeňmi superbaktérií.

Ako informoval SingularityHub, Nový bolo navrhnuté antibiotikum s pomocou AI. Antibiotikum dostalo názov halicín podľa AI HAL z roku 2001: Vesmírna odysea. Novo vyvinuté antibiotikum sa ukázalo ako úspešné pri eliminácii niektorých virilných superbakteriálnych kmeňov. Nové antibiotikum bolo objavené pomocou algoritmov strojového učenia. Konkrétne bol model strojového učenia trénovaný pomocou veľkého súboru údajov pozostávajúceho z približne 2,500 XNUMX zlúčenín. Takmer polovica liekov použitých na trénovanie modelu boli lieky už schválené FDA, zatiaľ čo druhá polovica tréningovej sady pozostávala z prirodzene sa vyskytujúcich zlúčenín. Tím výskumníkov vylepšil algoritmy tak, aby uprednostňovali molekuly, ktoré súčasne mali antibiotické vlastnosti, ale líšili sa od existujúcich antibiotických štruktúr. Potom preskúmali výsledky, aby určili, ktoré zlúčeniny by boli bezpečné pre ľudskú spotrebu.

Podľa denníka The Guardian, liek sa v nedávnej štúdii ukázal ako mimoriadne účinný v boji proti baktériám odolným voči liekom. Je taký účinný, pretože degraduje membránu baktérií, čo znemožňuje schopnosť baktérií produkovať energiu. Na to, aby si baktérie vyvinuli obranu proti účinkom halicínu, by mohlo trvať viac ako niekoľko genetických mutácií, čo dáva halicínu výdrž. Výskumný tím tiež testoval, ako zlúčenina fungovala na myšiach, kde bola schopná úspešne vyčistiť myši infikované kmeňom baktérií odolných voči všetkým súčasným antibiotikám. Keďže výsledky štúdií sú také sľubné, výskumný tím dúfa, že prejde do partnerstva s farmaceutickým subjektom a preukáže, že liek je bezpečný pre ľudí.

James Collins, profesor bioinžinierstva a hlavný autor na MIT, a Regina Barzilay, profesorka informatiky na MIT, boli obaja vedúci autori tohto článku. Collins, Barzilay a ďalší výskumníci dúfajú, že algoritmy ako typ, ktorý použili na navrhovanie halicínu, by mohli pomôcť urýchliť objavenie nových antibiotík, ktoré by sa vysporiadali s proliferáciou kmeňov choroby odolných voči liekom.

Halicín zďaleka nie je jedinou liečivou zlúčeninou objavenou s použitím AI. Výskumný tím vedený Collinom a Barzilayom chce ísť ešte ďalej a vytvoriť nové zlúčeniny, ktoré trénujú viac modelov pomocou približne 100 miliónov molekúl získaných z databázy ZINC 15, online knižnice s viac ako 1.5 miliardami liečivých zlúčenín. Údajne sa tímu už podarilo nájsť najmenej 23 rôznych kandidátov, ktorí spĺňajú kritériá možnej bezpečnosti pre ľudí a štrukturálne sa líšia od súčasných antibiotík.

Nešťastným vedľajším účinkom antibiotík je, že síce zabíjajú škodlivé baktérie, ale zároveň zabíjajú potrebné črevné baktérie, ktoré ľudské telo potrebuje. Výskum dúfa, že by mohli použiť techniky podobné tým, ktoré sa používajú na výrobu halicínu, na vytvorenie antibiotík s menším počtom vedľajších účinkov, liekov, ktoré menej pravdepodobne poškodia ľudský črevný mikrobióm.

Mnoho ďalších spoločností sa tiež pokúša použiť strojové učenie na zjednodušenie zložitého, dlhého a často drahého procesu výroby liekov. Iné spoločnosti tiež trénujú algoritmy AI na syntézu nových zlúčenín liečiv. Len nedávno sa jednej spoločnosti podarilo vyvinúť liek na preukázanie koncepcie len mesiac a pol, oveľa kratší čas ako mesiace alebo dokonca roky, ktoré môže trvať vytvorenie lieku tradičným spôsobom.

Barzilay je optimistický, že metódy objavovania liekov poháňané umelou inteligenciou môžu zmysluplným spôsobom zmeniť krajinu objavovania liekov. Barzilay vysvetlil, že práca na halicíne je praktickým príkladom toho, ako efektívne môžu byť techniky strojového učenia:

„Stále je tu otázka, či nástroje strojového učenia skutočne robia niečo inteligentné v zdravotníctve a ako ich môžeme rozvinúť, aby boli ťažnými koňmi vo farmaceutickom priemysle. To ukazuje, do akej miery môžete prispôsobiť tento nástroj.“