IBM разрабатывает искусственный интеллект, чтобы изобрести новые антибиотики

Чтобы переломить ситуацию, нужны новые антибиотики, но их разработка требует времени. Теперь IBM Research задействовала ИИ для решения этой задачи, и очень быстро получила два многообещающих новых кандидата в лекарства.

Открытие пенициллина было одним из самых важных научных открытий 20-го века, поскольку ранее смертельные инфекции стали легко поддающимися лечению. Но спустя десятилетия эти преимущества начинают исчезать.

Как и все организмы, бактерии развиваются в ответ на внешнее воздействие, поэтому, когда мы накачиваем их среду (то есть наши тела) лекарствами, лишь вопрос времени, когда некоторые из них поймут, как защитить себя. При наличии достаточного количества времени и использования антибиотиков единственными оставшимися микробами будут те, которые генетически невосприимчивы к лекарствам.

Это ситуация, в которой мы все чаще оказываемся. Теперь мы подошли к последней линии защиты - и, что тревожно, даже она начинает давать сбои. По прогнозам ученых, без новых антибиотиков или других методов лечения к 2050 году некогда незначительные инфекции могут унести до 10 миллионов жизней в год.

Что еще хуже, разработка новых лекарств занимает годы и требует огромного количества проб и ошибок, когда потенциальные молекулы состоят из бесчисленных возможных химических комбинациях. К счастью, это как раз та работа, в которой искусственный интеллект преуспевает, поэтому IBM разработала новую систему, чтобы просеивать цифры для нас.

Исследовательская группа IBM создала систему искусственного интеллекта, которая намного быстрее исследует все пространство возможностей для молекулярных конфигураций. Во-первых, исследователи начали с модели, называемой глубоким генеративным автоэнкодером, которая по сути исследует ряд пептидных последовательностей, собирает важную информацию об их функциях и молекулах, из которых они состоят, и ищет сходства с другими пептидами.

Затем применяется система под названием Controlled Latent attribute Space Sampling (CLaSS). Эта система использует собранные данные и генерирует новые пептидные молекулы с конкретными желаемыми свойствами. В данном случае это противомикробная эффективность.

Но, конечно, способность убивать бактерии - не единственное требование к антибиотику, он также должен быть безопасным для использования человеком и в идеале работать с целым рядом классов бактерий. Таким образом, созданные ИИ молекулы затем проходят через классификаторы глубокого обучения, чтобы отсеять неэффективные или токсичные комбинации.

В течение 48 дней система AI идентифицировала, синтезировала и экспериментировала с 20 новыми кандидатами в антибиотики-пептиды. Два из них, в частности, оказались особенно многообещающими - они были очень эффективны против ряда бактерий из двух основных классов (грамположительных и грамотрицательных), пробивая отверстия во внешних мембранах клопов. В клеточных культурах и тестах на мышах они также имели низкую токсичность и маловероятно, что приведут к дальнейшей лекарственной устойчивости E.coli.

Два новых кандидата в антибиотики сами по себе достаточно интересны, но процесс, благодаря которому они были обнаружены, является настоящим прорывом. Возможность быстро и более эффективно разрабатывать и тестировать новые антибиотики может помочь предотвратить кошмарный сценарий возвращения к временам до антибиотиков.

Исследование было опубликовано в журнале Nature.