Машинное обучение может ускорить поиск потенциальных антибиотиков, но проблемы остаются.
Исследователи обращаются к искусственному интеллекту (ИИ), чтобы помочь в разработке антибиотиков следующего поколения для борьбы с растущей устойчивостью к противомикробным препаратам. За считанные минуты ИИ может создать тысячи химических соединений с потенциальными антибактериальными свойствами, хотя есть препятствия, которые необходимо преодолеть, прежде чем первые из этих лекарств смогут быть протестированы на людях.
На прошлой неделе Центры по контролю и профилактике заболеваний США сообщили, что в период с 2019 по 2023 год число опасных бактериальных инфекций выросло на 69%. Бактерии семейства Enterobacterales особенно трудно поддаются лечению существующими антибиотиками. Во всем мире 1,1 миллиона смертей в год связаны с устойчивостью бактерий к противомикробным препаратам.
Стандартный метод поиска антибиотиков заключается в том, чтобы искать новые антибактериальные соединения в природе, говорит Сесар де ла Фуэнте, специалист по машинной биологии из Университета Пенсильвании. “Это действительно кропотливая работа, основанная на методе проб и ошибок, и она может занять много лет”, - добавляет он. Его группа уже около десяти лет использует искусственный интеллект для создания антибиотиков. Весь процесс поиска кандидата, его создания в лаборатории и тестирования в клетках может быть завершен “в течение недели или двух”, добавляет он. Тем не менее, большинство антибиотиков, разработанных с помощью ИИ, все еще находятся на ранней стадии разработки. Ни один из них еще не был протестирован на людях.
Машинное обучение и генеративный ИИ (genAI) могут ускорить этот процесс. Де ла Фуэнте и его коллеги используют алгоритмы машинного обучения, показывая им соединения, которые могут нанести вред бактериям, и другие, которые не могут. Искусственный интеллект разрабатывает антибиотики, отыскивая фрагменты белков с антибактериальными свойствами в базах данных, которые он ранее не видел. К ним относятся протеомы — полный набор белков, которые организм может экспрессировать, — животных, растений и бактерий.
Алгоритмы genAI, похожие на искусственный интеллект, используемый в чат-ботах или генераторах изображений, обучаются на тех же данных, но предназначены для создания новых соединений. Ранее в этом месяце де ла Фуэнте и его коллеги сообщили, что их модель genAI разработала 50 000 пептидов, или коротких цепочек аминокислот, которые обладают антимикробными свойствами и могут уничтожать патогенные организмы. Затем модель глубокого обучения ранжировала их на основе того, насколько, по ее мнению, они эффективны в уничтожении нескольких типов бактерий. Из 46 лучших синтезированных пептидов около 35 убивали по крайней мере один штамм бактерий in vitro, и большинство из них не были токсичны для клеток эмбриональной почки человека. Затем два лучших кандидата были протестированы и оказались эффективными против Acinetobacter baumannii на мышиных моделях.
Но создание антибиотиков, разработанных с помощью искусственного интеллекта, в лабораторных условиях может оказаться сложной задачей. Например, биоинженер Джим Коллинз из Массачусетского технологического института, что некоторые антибиотики, разработанные с помощью искусственного интеллекта, химически нестабильны и не могут быть синтезированы. Для создания других требуется слишком много усилий и их коммерческое производство было бы слишком дорогостоящим и трудоемким. В исследовании, опубликованном в прошлом месяце, Коллинз и его коллеги использовали искусственный интеллект для прогнозирования нескольких сотен молекул с антибактериальными свойствами. Но они не смогли найти ни одной лаборатории, готовой синтезировать такое количество соединений, и в итоге было произведено всего 24, рассказал он. Из них семь обладали антибактериальными свойствами и останавливали рост Neisseria gonorrhoeae, и два были эффективны против штаммов гонореи и золотистого стафилококка с множественной лекарственной устойчивостью в мышиных моделях.
Биохимик Джон Стоукс из Университета Макмастера (Канада) и его группа придумали способ преодолеть трудности с химической реализацией лекарств, разработанных с помощью искусственного интеллекта. Они создали модель genAI, которая описывает структуру антибиотика и вместо того, чтобы строить молекулы атом за атомом, как это делают другие модели ИИ, она использует более мелкие химические фрагменты для создания молекул, которые с большей вероятностью могут быть воссозданы. Около 85% молекул, разработанных этой моделью, могут быть синтезированы в лаборатории.
Искусственный интеллект может помочь точно определить, как антибиотик-кандидат может воздействовать на бактерии. Стоукс отмечает, что проведение экспериментов на клетках для понимания механизма действия препарата является дорогостоящим и трудоемким процессом. В статье, опубликованной в журнале Nature Microbiology 3 октября, он и его коллеги разработали модель, позволяющую предсказать, как новый антибиотик будет действовать, включая то, на какие компоненты бактерии он будет воздействовать. “Модель искусственного интеллекта предсказала биологическую цель за 100 секунд, а затем нам потребовалось около шести месяцев, чтобы доказать в лабораторных условиях, что ИИ был прав ”, - добавляет Стоукс.
