Pozrite si
Použitím algoritmu strojového učenia identifikovali vedci z MIT novú silnú antibiotickú zlúčeninu. V laboratórnych testoch liek zahubil veľa z najnebezpečnejších kmeňov na svete.
Umožnil to počítačový model, ktorý dokáže za niekoľko dní oskrínovať viac ako sto miliónov chemických zlúčenín. Je navrhnutý tak, aby vybral potenciálne antibiotiká, ktoré ničia baktérie pomocou rôznych mechanizmov, ako sú existujúce lieky.
„Chceli sme vyvinúť platformu, ktorá by nám umožnila využiť silu umelej inteligencie, aby sme mohli začať nový vek objavovania antibiotík,“ povedal James Collins, profesor lekárstva a vedy v Inštitúte lekárskeho inžinierstva a vedy (Institute for Medical Engineering and Science – IMES) v MIT a Katedry biologického inžinierstva. „Náš prístup odhalil túto úžasnú molekulu, ktorá je pravdepodobne jedným z najsilnejších objavených antibiotík.“
Nové antibiotikum zabíja niektoré z najnebezpečnejších baktérií rezistentných na lieky.
„Model strojového učenia dokáže skúmať veľké chemické priestory, ktoré môžu byť pre tradičné experimentálne prístupy neúnosne drahé,“ vysvetľuje Regina Barzilayová, profesorka elektrotechniky a informatiky Delta Electronics v Laboratóriu počítačovej vedy a umelej inteligencie (CSAIL) v MIT.
Barzilayová a Collins sú hlavnými autormi štúdie, ktorá bola zverejnená v časopise Cell. Jonathan Stokes, ďalší autor štúdie, uviedol, že algoritmu trvá len pár hodín, kým vyhodnotí zlúčeniny a príde s prvými sľubnými antibiotikami. Jeden z nich, ktorý vedci pomenovali Halicín, po Halovi, astronautovi z filmu 2001: Vesmírna odysea, vyzerá mimoriadne dobre.
Vedci v štúdii opisujú, ako liečili početné infekcie odolné voči liekom pomocou halicínu, zlúčeniny, ktorá bola pôvodne vyvinutá na liečbu cukrovky, no vývoj bol kvôli zlým výsledkom pri testovaní ukončený.
„Myslím, že je to jedno z najsilnejších antibiotík, ktoré sa doteraz objavilo,“ dodáva Collins „Má pozoruhodnú aktivitu proti širokému spektru patogénov rezistentných na antibiotiká.“
Na nájdenie nových antibiotík sa školil algoritmus hlbokého učenia tak, aby vedel identifikovať, ktoré druhy molekúl ničia baktérie. Umelá inteligencia dostala informácie o atómových a molekulárnych vlastnostiach zhruba 2 500 liekov a prírodných zlúčenín a o tom, ako dobre daná látka blokovala rast E. coli.
Keď sa algoritmus naučil, aké molekulárne vlastnosti vytvárajú dobré antibiotiká, vedci ho nastavili tak, aby pracoval s knižnicou s viac ako 6 000 zlúčenín určených na liečenie rôznych chorôb.
Algoritmus sa namiesto hľadania akýchkoľvek potenciálnych antimikrobiálnych látok sústredil skôr na zlúčeniny, ktoré vyzerali efektívnejšie ako existujúce antibiotiká. To zlepšilo šancu, že lieky budú fungovať radikálne novými spôsobmi, na ktoré si baktérie ešte nestihli vytvoriť obranu.
V štúdii vedci uviedli, že sa počas 30-dňovej doby liečby u E. coli nevyvinula žiadna rezistencia na halicín. Naopak, u baktérií sa začala vyvíjať rezistencia na antibiotikum ciprofloxacín v priebehu jedného až troch dní a po 30 dňoch boli baktérie asi dvestokrát odolnejšie voči ciprofloxacínu, ako boli na začiatku experimentu.
Vedci plánujú pokračovať v ďalších štúdiách o halicíne v spolupráci s farmaceutickou spoločnosťou alebo neziskovou organizáciou v nádeji, že sa vyvinie na použitie u ľudí.
Ak sa pýtate, či môže nový model hĺbkového učenia pomôcť pri nájdení lieku na koronavírus, musíme vás sklamať. Antibiotiká v liečbe vírusových ochorení nie je možné použiť, tie liečia bakteriálne infekcie.
Zdroj