Các Thuật Toán Trí Tuệ Nhân Tạo Được Sử Dụng Để Phát Triển Thuốc Chống Vi Khuẩn Kháng Thuốc

Một trong những thách thức lớn nhất mà ngành y tế đang phải đối mặt là vi khuẩn kháng thuốc. Hiện tại, có khoảng 700.000 ca tử vong do vi khuẩn kháng thuốc, và nhiều chủng vi khuẩn kháng thuốc mới đang phát triển. Các nhà khoa học và kỹ sư đang cố gắng phát triển các phương pháp mới để chống lại vi khuẩn kháng thuốc. Một phương pháp phát triển các loại kháng sinh mới là sử dụng trí tuệ nhân tạo và học máy để phân lập các hợp chất mới có thể đối phó với các chủng siêu vi khuẩn mới.

Theo báo cáo của SingularityHub, một loại kháng sinh mới đã được thiết kế với sự hỗ trợ của trí tuệ nhân tạo. Kháng sinh này được đặt tên là halicin, theo tên của trí tuệ nhân tạo HAL trong bộ phim 2001: A Space Odyssey. Kháng sinh mới này đã chứng minh được hiệu quả trong việc loại bỏ một số chủng siêu vi khuẩn mạnh. Kháng sinh mới này được phát hiện thông qua việc sử dụng các thuật toán học máy. Cụ thể, mô hình học máy được đào tạo bằng một tập dữ liệu lớn gồm khoảng 2.500 hợp chất. Gần một nửa số thuốc được sử dụng để đào tạo mô hình là thuốc đã được FDA phê duyệt, trong khi nửa còn lại của tập dữ liệu đào tạo bao gồm các hợp chất tự nhiên. Đội ngũ nghiên cứu đã điều chỉnh các thuật toán để ưu tiên các phân tử có tính chất kháng sinh nhưng khác với cấu trúc kháng sinh hiện có. Họ sau đó đã kiểm tra kết quả để xác định哪 các hợp chất sẽ an toàn cho con người sử dụng.

Theo The Guardian, thuốc đã chứng minh được hiệu quả cực kỳ cao trong việc chống lại vi khuẩn kháng thuốc trong một nghiên cứu gần đây. Nó hiệu quả vì nó làm suy giảm màng của vi khuẩn, điều này làm cho vi khuẩn không thể sản xuất năng lượng. Để vi khuẩn phát triển khả năng chống lại hiệu ứng của halicin, nó có thể cần nhiều đột biến di truyền, điều này cho halicin khả năng tồn tại lâu dài. Đội ngũ nghiên cứu cũng đã kiểm tra cách hợp chất hoạt động trong chuột, nơi nó đã có thể loại bỏ thành công chuột bị nhiễm một chủng vi khuẩn kháng tất cả các loại kháng sinh hiện tại. Với kết quả của các nghiên cứu đầy hứa hẹn, đội ngũ nghiên cứu hy vọng sẽ hợp tác với một thực thể dược phẩm và chứng minh thuốc an toàn cho con người sử dụng.

James Collins, giáo sư kỹ thuật sinh học và tác giả chính tại MIT, và Regina Barzilay, giáo sư khoa học máy tính tại MIT đều là tác giả chính của bài báo. Collins, Barzilay và các nhà nghiên cứu khác hy vọng rằng các thuật toán như loại họ đã sử dụng để thiết kế halicin có thể giúp đẩy nhanh việc phát hiện các loại kháng sinh mới để đối phó với sự phổ biến của các chủng vi khuẩn kháng thuốc.

Halicin không phải là hợp chất thuốc duy nhất được phát hiện với sự hỗ trợ của trí tuệ nhân tạo. Đội ngũ nghiên cứu dẫn đầu bởi Collin và Barzilay muốn đi xa hơn và tạo ra các hợp chất mới bằng cách đào tạo nhiều mô hình sử dụng khoảng 100 triệu phân tử từ cơ sở dữ liệu ZINC 15, một thư viện trực tuyến của hơn 1,5 tỷ hợp chất thuốc. Theo báo cáo, đội ngũ đã quản lý để tìm ra ít nhất 23 ứng cử viên khác đáp ứng tiêu chí có thể an toàn cho con người sử dụng và có cấu trúc khác với các loại kháng sinh hiện tại.

Một tác dụng phụ không may của kháng sinh là, trong khi chúng giết vi khuẩn có hại, chúng cũng giết vi khuẩn cần thiết trong ruột mà cơ thể con người cần. Các nhà nghiên cứu hy vọng rằng họ có thể sử dụng các kỹ thuật tương tự như những kỹ thuật được sử dụng để tạo ra halicin để tạo ra các loại kháng sinh có ít tác dụng phụ hơn, thuốc ít có khả năng gây hại cho hệ vi sinh vật ruột của con người.

Nhiều công ty khác cũng đang cố gắng sử dụng học máy để đơn giản hóa quá trình tạo thuốc phức tạp, dài và thường tốn kém. Các công ty khác cũng đã đào tạo các thuật toán trí tuệ nhân tạo để tổng hợp các hợp chất thuốc mới. Chỉ gần đây, một công ty đã có thể phát triển một loại thuốc chứng minh khái niệm trong chỉ một tháng rưỡi, một khoảng thời gian ngắn hơn nhiều so với những tháng hoặc thậm chí những năm cần thiết để tạo ra một loại thuốc theo cách truyền thống.

Barzilay lạc quan rằng các phương pháp phát hiện thuốc dựa trên trí tuệ nhân tạo có thể biến đổi đáng kể cảnh quan của việc phát hiện thuốc. Barzilay giải thích rằng công việc trên halicin là một ví dụ thực tế về hiệu quả của các kỹ thuật học máy:

“Vẫn còn một câu hỏi về liệu các công cụ học máy thực sự đang làm điều gì thông minh trong chăm sóc sức khỏe, và làm thế nào chúng ta có thể phát triển chúng để trở thành những con ngựa làm việc trong ngành dược phẩm. Điều này cho thấy mức độ mà bạn có thể thích nghi với công cụ này.”