Antibiotikām izturīgas baktērijas ir bīstamas, jo tās jau “zina”, kā izskatās vairums antibiotiku. MIT zinātnieki ir atraduši veidu, kā izveidot kaut ko jaunu: Izmantojot ģeneratīvo AI, lai no nulles izstrādātu divus antibiotiku savienojumus, kas var iznīcināt narkotikām izturīgu gonoreju un MRSA laboratorijas ēdienos un pelēs.
Antibiotiku rezistence ir viens no lielākajiem sabiedrības veselības draudiem pasaulē, tomēr gadu desmitiem ilgi ir mazas antibiotikas. Tradicionālās narkotiku atklāšanas metodes ir balstītas uz zināmām ķīmisko bibliotēku skrīningu – lēnu procesu ar ierobežotu esošo molekulu kopumu, lai to pārbaudītu. Turpretī MIT AI sistēma radīja vairāk nekā 36 miljonus teorētisko savienojumu, daudziem ar ķīmiskām struktūrām vēl nekad nav redzamas un nullē divās atšķirībās. Abas ir atšķirīgas no jebkuras pašlaik lietojamās antibiotikas, piedāvājot ieskatu, kā AI var pārsniegt pētījumu paātrināšanu, lai iedomāties zāles, kuras varētu būt bijis iespējams atrast citādi.
“Mēs gribējām atbrīvoties no visa, kas izskatītos kā esoša antibiotika, lai palīdzētu novērst pretmikrobu rezistences krīzi principiāli atšķirīgi,” sacīja Aarti Krišnans, MIT postdoc un viens no pētījuma galvenajiem autoriem. “Ievietojot nepietiekami apskatītus ķīmiskās telpas apgabalus, mūsu mērķis bija atklāt jaunus darbības mehānismus.”
Lasīt arī: Vai tiešām mācāties, kad izmantojat AI? Ko atrada MIT pētnieki
Kā zinātne tika novilkta
MIT komanda apiet esošo ķīmisko bibliotēku skrīninga ierobežojumus, lūdzot AI izgudrot molekulas no nulles, izveidojot vairāk nekā 36 miljonus teorētisko savienojumu, kas pēc tam tika sašaurināti līdz dažiem, lai pārbaudītu pret narkotikām izturīgiem superbugām.
Tas ietvēra divas AI balstītas stratēģijas:
Uz fragmentiem balstīts dizains: AI sākās ar ķīmisku fragmentu (marķēts F1), kas parādīja solījumu pret gonoreju. Tas ražoja miljoniem atvasinājumu, galu galā uzlabojot aptuveni 1000 kandidātu sarakstu. No 80 izvēlētajiem pētniekiem NG1 parādījās kā izcils savienojums, kas veiksmīgi ārstēja pret narkotikām izturīgu gonoreju šūnu kultūrās un pelē.
Neierobežota paaudze: Komanda ļāva AI brīvi klīst, pats par sevi projektējot molekulas, mērķējot uz MRSA. Tas saražoja vairāk nekā 29 miljonus kandidātu, kas tika filtrēti līdz 90 savienojumiem sintēzei. Tika izgatavoti divdesmit divi, seši labi veica laboratorijas testos, un jo īpaši DN1, pierādīja, ka spējīgi novērst MRSA ādas infekcijas pelēm.
NG1 un DN1 strukturāli atšķiras no visām pašlaik zināmajām antibiotikām un, šķiet, iznīcina baktērijas, izjaucot to šūnu membrānas. NG1 īpaši mērķē LPTA, iepriekš neizmantotu baktēriju olbaltumvielu, kas iesaistīta ārējās šūnu membrānas konstruēšanā.
Kas notiks nākamais antibiotiku pētījumiem
Phare Bio, bezpeļņas organizācija antibiotiku-AI projektā, uzlabo NG1 un DN1, lai uzlabotu savas zāļu īpašības, savukārt pētnieki paplašina AI platformu, lai mērķētu uz citiem grūtiem patogēniem, piemēram, Mycobacterium tuberculosis (tuberkulozes cēloņsakarība, un pseidomonas apmaiņas apstākļos (baktēriju grupai, kas bieži izraisa infekcijas.
Pētījums, kas pirmo reizi publicēts Žurnāla šūnanorāda uz cerīgu pagriezienu globālajā cīņā pret Superbugs.
Tomēr šie atklājumi ir agrīnā stadijā. Sākotnējie testi un laboratorijas rezultāti ir iepriecinoši, guess cilvēku drošība un efektivitāte ir jānosaka, izmantojot stingrus laboratorijas uzlabošanas un klīniskos pētījumus, course of, kas varētu ilgt vairākus gadus.
Šie centieni balstās uz MIT iepriekšējiem sasniegumiem Ai-vadītas antibiotiku attīstībā, ieskaitot halicīnsatklāts 2020. gadā, izmantojot dziļo mācīšanos, un abaucīnsatklāts 2023. gadā, izmantojot mašīnmācības algoritmu.
Lasīt vairāk: AI Necessities: 29 veidi, kā panākt, lai Gen AI darbotos jūsu labā
