По мере роста угрозы антибиотикорезистентности возникает необходимость в новых антибиотиках, и искусственный интеллект может расширить их линейку.
Разработка новых антибиотиков представляет собой сложную задачу, но сегодня ученые используют искусственный интеллект (ИИ) для создания новых лекарственных препаратов, позволяющих решить эту проблему. В мае этого года ученые из Массачусетского технологического института и Университета Макмастера опубликовали исследование, посвященное использованию алгоритма ИИ для поиска антибиотика, способного уничтожить особо резистентный вид бактерий. Этот патоген, Acinetobacter baumannii, может приводить к серьезным инфекциям, включая менингит и пневмонию, и часто встречается в стационарах.
Полученные результаты имеют большое значение, поскольку показывают, как с помощью искусственного интеллекта можно ускорить разработку новых антибиотиков для борьбы с лекарственно-устойчивыми бактериями. Использование ИИ и машинного обучения - варианта ИИ, которое предполагает использование алгоритмов для поиска закономерностей в данных, - значительно сокращает количество экспериментов, необходимых человеку для проверки потенциального препарата на эффективность. Это также значительно снижает затраты, поскольку компьютерное моделирование позволяет отсеять неперспективные соединения.
"Нам нужны новые антибиотики, потому что мы столкнулись с кризисом, связанным с тем, что число резистентных бактериальных патогенов растет, а варианты новых антибиотиков сокращаются", - говорит Джеймс Коллинз, профессор Института медицинской инженерии и науки M.I.T. и один из авторов нового исследования. "Первая причина обусловлена множеством факторов - в основном, чрезмерным и неправильным использованием антибиотиков как в здравоохранении, а также в сельском хозяйстве. А вторая в значительной степени обусловлена разрушением экономического рынка антибиотиков".
Разработка антибиотиков представляет собой некую ловушку. Стоимость разработки нового антибиотика огромна, она сопоставима со стоимостью разработки нового лекарства от рака. Но в отличие от противораковых препаратов, которые можно принимать месяцами и даже годами, антибиотики обычно принимаются в течение относительно короткого периода времени и часто только для лечения одной инфекции. В связи с программами по снижению антибиотикорезистентности любой новый антибиотик, скорее всего, будет применяться медицинскими работниками лишь до тогда, когда в нем возникнет реальная необходимость. А длительные сроки одобрения лекарственных препаратов и широкое распространение непатентованных лекарственных средств приводят к тому, что у фармацевтических компаний практически нет финансовых стимулов для разработки новых антибиотиков.
"В области антибиотиков, противомикробных препаратов, а я бы включила в эту категорию и противогрибковые препараты, наблюдается настоящий провал рынка", - утверждает Джослин Ульрих, заместитель вице-президента по политике и исследованиям в отраслевой группе Pharmaceutical Research and Manufacturers of America (PhRMA). Она отмечает, что антибиотикорезистентность - явление естественного происхождения и что единственные способы борьбы с ней - это использование средств, например, для профилактики и контроля инфекций, чтобы замедлить использование новых препаратов. "Мы видим, что число компаний, особенно крупных, сократилось с 20 до нескольких, которые еще работают в этой области", - говорит Ульрих. "В результате мы имеем гораздо меньший портфель новых терапевтических препаратов".
Ученые надеются изменить эту ситуацию. В ходе недавнего исследования Коллинз и его коллеги подвергли A. baumannii воздействию тысяч потенциальных лекарственных соединений, чтобы выяснить, какие из них блокируют рост патогена. Полученные данные были использованы для обучения компьютерной модели, позволяющей предсказывать антибактериальную активность соединения на основе его структуры.
Специалисты использовали модель для анализа 6 680 соединений всего за несколько часов - без применения искусственного интеллекта этот процесс занял бы несколько недель. В результате анализа список был сужен до нескольких сотен возможных соединений, 240 из которых Коллинз и его коллеги протестировали в лаборатории. Среди них ученые выделили девять антибиотиков, в том числе один, эффективно убивающий A. baumannii. Важно отметить, что этот антибиотик обладает "узким спектром действия", то есть не убивает другие виды бактерий. Это выгодно, поскольку снижает вероятность распространения резистентности других бактерий к препарату и не нарушает микробиом кишечника в целом.
Коллинз объясняет, что новый препарат, получивший название абауцин, действует путем разрушения защитного внешнего слоя бактерий - клеточной мембраны. В испытаниях на мышах он оказался эффективен против раневых инфекций, вызванных A. baumannii. Абауцин также действовал против ряда лекарственно-устойчивых штаммов A. baumannii, выделенных из образцов людей и затем культивированных в лаборатории.
Команда Коллинза использовала компьютерную модель для тестирования тысяч соединений. "Теперь представьте, что вы хотите перейти от тестирования тысяч к тестированию многих миллиардов молекул", - говорит он. "Для человека было бы фактически невозможно [найти, приобрести и протестировать все эти молекулы]. И все же для миллиардов соединений анализ с помощью ИИ занимает всего несколько дней. Таким образом, мы можем исследовать гораздо более обширные химические пространства, которые действительно были бы недоступны для нас без этих компьютерных моделей".
"Я думаю, что эти технологии способны ускорить многие аспекты процесса разработки лекарственных препаратов, но пока это только начало", - отмечает Ульрих. "Когда мы имеем действительно большие массивы данных и можем очень эффективно их анализировать, это, безусловно, экономит время". Однако она отмечает, что результаты исследования получены только на животных моделях. "Необходимо еще проделать всю работу по созданию соединения, способного метаболизироваться в организме человека, провести тщательные клинические испытания и т.д.", - говорит она. "Я бы сказала, что у некоторых из этих технологий есть огромный потенциал и они вызывают огромный интерес".
Александра Мойсилович - научный сотрудник IBM и руководитель подразделения AI Foundations в IBM Research. Она принимала активное участие в исследованиях, показывающих, как ИИ может быть использован для разработки новых терапевтических средств, и стала соавтором работы, в которой показано, как система ИИ IBM может помочь ускорить процесс поиска новых антибиотиков.
Мойсилович согласна с тем, что ИИ может ускорить исследования за счет сокращения времени, необходимого для поиска тысяч или миллионов соединений. "Но он может пойти гораздо дальше", - подчеркивает она. "Вы можете обучить модели быстро предсказывать свойства существующих молекул, что позволит вам отсеять или предсказать, насколько хороша молекула, или выявить неизвестные свойства, например, токсичность". Кроме того, по словам Мойсилович, с помощью генеративного ИИ можно обучать компьютерные модели на существующих молекулах, чтобы узнать их "репрезентативность" или характеристики. После этого исследователи могут разрабатывать молекулы, которые ранее не встречались в природе.
В ответ на рыночные проблемы, связанные с разработкой новых противомикробных препаратов, в 2021 году сенаторы США Майкл Беннет (штат Колорадо) и Тодд Янг (штат Индиана) внесли в Конгресс США закон PASTEUR Act. Этот двухпартийный законопроект предусматривает создание программы стимулирования и государственных инвестиций в размере 6 млрд. долл. на разработку новых противовирусных препаратов и антибиотиков, а также предоставление правительству неограниченного доступа к препаратам после их одобрения Управлением по контролю качества пищевых продуктов и лекарственных средств (FDA) США. Законопроект был вновь внесен на рассмотрение в апреле 2023 г. после того, как в марте более 200 организаций, включая PhRMA, подписали письмо в его поддержку.
Если законопроект будет принят, исследователям придется участвовать в гонке со временем, чтобы разработать новые антибиотики против наиболее опасных лекарственно-устойчивых патогенов, и именно здесь искусственный интеллект может сыграть решающую роль. Недавно FDA выпустило документ, призванный способствовать обсуждению разработчиками, производителями, регулирующими органами, академическими группами и другими заинтересованными сторонами вопроса об использовании искусственного интеллекта и машинного обучения в процессе разработки лекарственных препаратов.
В последнее время ИИ привлекает много негативного внимания в связи с тем, что он может быть использован не по назначению, однако он также может стать очень мощным инструментом, который поможет нам решить некоторые из наших самых насущных проблем. "Я очень надеюсь", - говорит Коллинз. "Я думаю, что наши инструменты ИИ, наши технологические платформы для открытия, проектирования и разработки новых антибиотиков будут расширяться с каждым годом".
