Wyznaczanie trendów w nauce: Sztuczna inteligencja umożliwiła wynalezienie silnego antybiotyku do walki z lekoopornością

Zespół badaczy z Instytutu Technologii w Massachusetts jako pierwszy wykorzystał uczenie maszynowe do walki z lekoopornymi chorobami.

Naukowcy wynaleźli nowe antybiotyki za pomocą sztucznej inteligencji, czyniąc tym samym milowy krok w dziedzinie walki z antybiotykoopornością. Nauczyli oni algorytm metod wyszukiwania odpowiednich związków, wykorzystując do tego próbki skutecznych i nieskutecznych leków oraz leków, które są bezpieczne dla ludzi.

Technologie sztucznej inteligencji w walce z lekoopornością

Algorytm opracowany przez badaczy rozpoznał nowy, silny związek, który jest w stanie zwalczyć jedne z najbardziej opornych bakterii chorobotwórczych. Wyniki ich badań zostały opisane w czasopiśmie „Cell”.

„Stoimy w obliczu kryzysu związanego z rosnącą antybiotykoopornością, która wynika z pojawiania się coraz to nowych patogenów wykazujących oporność na obecnie dostępne antybiotyki oraz ze znacznie wolniejszego postępu w zakresie prac nad nowymi lekami w przemyśle biotechnologicznym i farmaceutycznym”, wyjaśnia James Collins, bioinżynier i członek zespołu, w komunikacie prasowym na stronie Instytutu Technologii w Massachusetts.

„Jako pierwsi wykorzystaliśmy tę metodę do wynalezienia antybiotyku”, powiedziała w rozmowie z „The Guardian” Regina Barzilay, specjalistka w dziedzinie uczenia maszynowego z Instytutu Technologii w Massachusetts. „Myślę, że jest to jeden z najmocniejszych antybiotyków, jakie do tej pory wynaleziono”, dodaje Collins. „Wykazuje on wysoką skuteczność w walce z szeroką gamą antybiotykoopornych patogenów”.

W poszukiwaniu nowych antybiotyków

Model komputerowy przebadał ponad sto milionów związków chemicznych w ciągu zaledwie kilku dni. Algorytm przeanalizował cechy atomów i cząsteczek 2 500 leków i innych związków naturalnych celem wyodrębnienia tych, które wykazują najlepsze właściwości antybiotykowe w walce z bakterią E. coli. Następnie naukowcy wybrali i przebadali około 100 kandydatów aż w końcu odkryli cząsteczkę nazwaną halicyną, która pierwotnie powstała z myślą o leczeniu cukrzycy. Nowo odkryty związek potrafił zwalczyć 35 rodzajów potencjalnie zabójczych bakterii. Halicyna wyleczyła już liczne lekooporne zakażenia, a także okazała się skuteczna przeciwko bakterii E. coli, która nie wykształciła na nią oporności podczas leczenia u myszy, oraz większości zabójczych patogenów, także tych wywołujących gruźlicę.

„Chcieliśmy opracować platformę, która umożliwiłaby nam wykorzystanie pełnego potencjału sztucznej inteligencji, co wprowadziłoby nas w nową erę badań nad antybiotykami”, powiedział Collins w wywiadzie dla brytyjskiego dziennika „Independent”. „Dzięki zastosowanej przez nas metodzie odkryliśmy tę niesamowitą cząsteczkę, która jest prawdopodobnie najmocniejszym antybiotykiem, jaki do tej pory wynaleziono”.

Naukowcy kontynuowali badania nad nowymi lekami w oparciu o bazę danych obejmującą około 1,5 miliarda cząsteczek chemicznych. Model sztucznej inteligencji rozpoznał 23 kandydatów na antybiotyki, a dwa z nich wydają się szczególnie obiecujące. Osiągnięcie takich rezultatów w warunkach laboratoryjnych nie byłoby możliwe. „Dzięki wykorzystaniu komputerów do przeprowadzenia tych eksperymentów, byliśmy w stanie znacząco ograniczyć czas i koszty badania”, powiedział w tym samym artykule na stronie „The Guardian”, Jonathan Stokes, główny autor badania.

Zespół z Instytutu Technologii w Massachusetts chce kontynuować badania nad halicyną, aby umożliwić jej zastosowanie w leczeniu ludzi. Naukowcy planują także wykorzystać model sztucznej inteligencji do opracowania nowych antybiotyków oraz optymalizacji już istniejących cząsteczek.


opublikowano: 2020-06-02
Komentarze
Polityka Prywatności