AI stworzyła dwa nowe antybiotyki na super-bakterie

Sztuczna inteligencja (AI) zaprojektowała dwa nowe potencjalne antybiotyki skuteczne w leczeniu opornych bakterii rzeżączki i MRSA (gronkowca złocistego opornego na metycylinę). Za przełomowym odkryciem stoi zespół z Massachusetts Institute of Technology (MIT).

Choć od dawna mówi się o tym, że AI przyspieszy badania nad nowymi lekami, na razie trudno szukać przełomowych odkryć. Ale ostatnie doniesienia z MIT dają nadzieję, że AI naprawdę może zapoczątkować „drugą złotą erę” antybiotyków.

Budowa leków atom po atomie

Od lat infekcje oporne na leczenie są rosnącym globalnym zagrożeniem, doprowadzając w Europie do 35 000 zgonów rocznie. Winna jest antybiotykooporność będąca efektem nadużywania antybiotyków – z czasem, bakterie wytworzyły mechanizmy obronne na stosowane od dekad leki. Jednocześnie w ostatnich latach nie pojawiły się żadne nowe antybiotyki skuteczne w walce z „super-bakteriami”. Naukowcy ostrzegają, że jeśli nic się nie zmieni, w efekcie zakażeń odpornymi na antybiotyki szczepami bakterii będzie umierać nawet 1,9 mln osób rocznie.

Jest szansa, że dzięki AI uda się uniknąć tego czarnego scenariusza. Naukowcy z MIT, korzystając z generatywnej AI, przeanalizowali 36 milionów związków-kandydatów, w tym te, które jeszcze nie istnieją lub nie zostały odkryte. Następnie przeszkolili AI, wczytując do modelu strukturę chemiczną znanych związków wraz z danymi dotyczącymi tego, czy spowalniają one wzrost różnych gatunków bakterii. W kolejnym kroku przetestowano dwa podejścia. Pierwsze z nich polegało na wyszukaniu obiecującego zestawu związków chemicznych w bibliotece zawierającej miliony fragmentów chemicznych o wielkości od 8 do 19 atomów. Drugie podejście pozostawiało AI całkowitą swobodę działania. Jednocześnie odrzucono wszystkie związki, które wyglądały zbyt podobnie do obecnych antybiotyków albo mogłyby być toksyczne dla ludzi.

Badacze skupili się na stworzeniu modeli antybiotyków na rzeżączkę i MRSA. Po ich opracowaniu, najlepsze zostały przetestowane w laboratorium na zakażonych myszach. Tak powstały dwa nowe potencjalne leki. Jak twierdzą badacze z MIT, AI pozwala tanio i szybko tworzyć nowe cząsteczki chemiczne, dając nam przewagę w walce ze zdolnością bakterii do wytwarzania mechanizmu antybiotykooporności.

Bez AI są małe szanse na nowe antybiotyki

Naukowcy są entuzjastycznie nastawieni do tego nowatorskiego podejścia. Tym bardziej, że nie ma razie innej alternatywy – od lat panuje zastój w pracach nad antybiotykami.

Jednak od modelu do antybiotyku jest jeszcze daleka droga – choć leki wykazały skuteczność w eksperymentach na zwierzętach, nie są jeszcze gotowe do badań klinicznych na ludziach i wymagają udoskonalenia, co może zająć 1–2 lata. W tym czasie zostanie sprawdzone ich bezpieczeństwo i skuteczność działania. Dopiero potem czeka je klasyczna droga badań na ludziach. Nie ma jednak gwarancji, że stworzone przez AI leki sprawdzą się w praktyce. Przykładowo, wyzwaniem okazuje się stopień trudności produkcji leków zaprojektowanych przez AI: spośród 80 najlepszych teoretycznych projektów leków na rzeżączkę, tylko dwa są możliwe do realizacji.

Naukowcy mają nadzieję, że wraz z rozwojem AI i dostępnością danych medycznych uda się zbudować cyfrowe modele człowieka (tzw. bliźniaki cyfrowe), na których będzie można testować skuteczność działania nowych leków. To mogłoby znacznie ułatwić selekcję nowych kandydatów na leki i skrócić czas oraz koszty badań. A koszty to jedna z głównych barier w medycynie. Opracowanie nowego antybiotyku może kosztować ok. 1–1,5 mld USD i trwać ok. 10–15 lat. Z ekonomicznego punktu widzenia jest to nieopłacalne dla firm farmaceutycznych.

Czytaj także: AI odczytuje zawartość strzykawki, aby zapobiec błędom