Sztuczna inteligencja projektuje antybiotyki na rzeżączkę i superbakterie MRSA

Naukowcy ujawnili, że sztuczna inteligencja wynalazła dwa nowe potencjalne antybiotyki, które mogą zabijać lekooporną rzeżączkę i MRSA (oporne na metycylinę szczepy gronkowca).

Leki zostały zaprojektowane atom-po-atomie przez sztuczną inteligencję i zabiły superbakterie w testach laboratoryjnych i na zwierzętach.

Oba związki wymagają jeszcze lat udoskonaleń i badań klinicznych, zanim będą mogły być przepisywane.

Jednak zespół amerykańskiego Massachusetts Institute of Technology (MIT), który prowadził badanie, twierdzi, że sztuczna inteligencja może zapoczątkować "drugą złotą erę" w odkrywaniu antybiotyków.

Antybiotyki zabijają bakterie, ale infekcje oporne na leczenie powodują obecnie ponad milion zgonów rocznie.

Nadużywanie antybiotyków pomogło bakteriom ewoluować w celu uniknięcia skutków leków i nowych antybiotyków brakuje od dziesięcioleci.

Naukowcy już wcześniej wykorzystywali sztuczną inteligencję do przeszukiwania tysięcy znanych substancji chemicznych w celu zidentyfikowania tych, które mogą stać się nowymi antybiotykami.

Teraz zespół z MIT poszedł o krok dalej, wykorzystując generatywną sztuczną inteligencję do projektowania antybiotyków przede wszystkim na przenoszoną drogą płciową rzeżączkę i potencjalnie śmiertelne MRSA.

Badanie, opublikowane w czasopiśmie Cell, objęło 36 mln związków, w tym te, które albo nie istnieją, albo nie zostały jeszcze odkryte.

Naukowcy wytrenowali sztuczną inteligencję, podając jej strukturę chemiczną znanych związków wraz z danymi na temat tego, czy spowalniają one wzrost różnych gatunków bakterii.

Sztuczna inteligencja uczy się następnie, w jaki sposób na bakterie wpływają różne struktury molekularne, zbudowane z atomów takich jak węgiel, tlen, wodór i azot.

Następnie wypróbowano dwa podejścia do projektowania nowych antybiotyków z wykorzystaniem sztucznej inteligencji. W pierwszym z nich zidentyfikowano obiecujący punkt wyjścia, przeszukując bibliotekę milionów fragmentów chemicznych o wielkości od ośmiu do 19 atomów, i na tej podstawie zbudowano nowy antybiotyk. Drugie podejście dało sztucznej inteligencji wolną rękę od samego początku.

W procesie projektowania wyeliminowano również wszystko, co wyglądało zbyt podobnie do obecnych antybiotyków. Starano się również upewnić, że opracowywane są leki, a nie mydło, a także odfiltrować wszystko, co może być toksyczne dla ludzi.

Naukowcy wykorzystali sztuczną inteligencję do stworzenia antybiotyków na rzeżączkę i MRSA, rodzaj bakterii, która żyje nieszkodliwie na skórze, ale może wywołać poważną infekcję, jeśli dostanie się do organizmu.

Po wyprodukowaniu, wiodące projekty zostały przetestowane na bakteriach w laboratorium i na zainfekowanych myszach, w wyniku czego powstały dwa nowe potencjalne leki.

"Jesteśmy podekscytowani, ponieważ pokazujemy, że generatywna sztuczna inteligencja może być wykorzystywana do projektowania zupełnie nowych antybiotyków," powiedział BBC prof. James Collins z MIT.

"Sztuczna inteligencja może umożliwić nam opracowywanie cząsteczek, tanio i szybko, a tym samym poszerzyć nasz arsenał i naprawdę dać nam przewagę w walce z genami superbakterii."

Nie są one jednak gotowe do badań klinicznych, a leki będą wymagały dopracowania - szacuje się, że zajmie to kolejny rok do dwóch lat - zanim rozpocznie się długi proces testowania ich na ludziach.

Dr Andrew Edwards z brytyjskiego Fleming Initiative i Imperial College London powiedział, że praca ta jest "bardzo znacząca" i ma "ogromny potencjał", ponieważ "demonstruje nowatorskie podejście do identyfikacji nowych antybiotyków".

Dodał jednak: "Podczas gdy sztuczna inteligencja obiecuje radykalnie usprawnić odkrywanie i opracowywanie leków, nadal musimy wykonać ciężką pracę, jeśli chodzi o testowanie bezpieczeństwa i skuteczności".

Może to być długi i kosztowny proces bez gwarancji, że eksperymentalne leki zostaną przepisane pacjentom.

Niektórzy wzywają do szerszego stosowania sztucznej inteligencji w odkrywaniu leków, aby udoskonalić proces. Prof. Collins mówi, że "potrzebujemy lepszych modeli", które wykraczają poza to, jak dobrze leki działają w laboratorium, do takich, które lepiej przewidują ich skuteczność w organizmie.

Problemem jest również to, jak trudne w produkcji są projekty AI. Spośród 80 najlepszych leków na rzeżączkę zaprojektowanych teoretycznie, tylko dwa zostały zsyntetyzowane w celu stworzenia leków.

Prof. Chris Dowson z brytyjskiego University of Warwick powiedział, że badanie było "fajne" i pokazało, że sztuczna inteligencja była "znaczącym krokiem naprzód jako narzędzie do odkrywania antybiotyków celem mitygowania możliwości pojawienia się odporności".

Wyjaśnia jednak, że istnieje również problem ekonomiczny związany z infekcjami lekoopornymi - "jak produkować leki, które nie mają wartości handlowej?".

Gdyby wynaleziono nowy antybiotyk, to najlepiej byłoby używać go jak najrzadziej, aby zachować jego skuteczność, co utrudniłoby osiągnięcie zysku.

Ten tekst został napisany i sprawdzony przez naszych dziennikarzy, używając przy tłumaczeniu narzędzi AI, jako część projektu pilotażowego.

Edycja: Magdalena Mis