За нынешней пандемией COVID-19 нависла еще одна глобальная угроза общественному здоровью - рост числа устойчивых к антибиотикам «супербактерий». Это огромная проблема для здоровья человека, особенно во время бушующей пандемии. Нам нужны новые, более сильные антибиотики, и они нужны нам быстро.
Только в США ежегодно почти три миллиона человек заражаются устойчивыми к антибиотикам бактериями или грибками. Но разрабатывается очень мало новых антибиотиков, чтобы заменить те, которые больше не работают. Это связано с тем, что создание лекарств - чрезвычайно сложный и длительный процесс: существует огромное количество вариантов возможных химических комбинаций новой молекулы, число которых больше чем атомов во Вселенной.
Открытие пенициллина было одним из самых важных научных открытий 20-го века, поскольку существовавшие ранее смертельные инфекции стали легко поддаваться лечению. Но спустя десятилетия результаты лечения стали ухудшаться.
Как и все организмы, бактерии развиваются в ответ на окружающую их среду. Поэтому, когда мы наполняем их среду (то есть, наши тела) лекарствами, это лишь вопрос времени - когда некоторые из них выживут и смогут защитить себя. При наличии достаточного количества времени и использования антибиотиков единственными оставшимися микробами будут те супербактерии, которые генетически невосприимчивы к примененным лекарствам.
Учитывая, что супербактерия, имеющая иммунитет ко всем антибиотикам - уже унесла много жизней, а разработка лекарств занимает от 10 до 15 лет и требует огромного количества проб и ошибок, поскольку потенциальные молекулы лекарств состоят из бесчисленного числа возможных химических комбинаций, то перспектива выглядит малообнадёживающей
И чем дольше процесс затягивается, тем дороже и печальнее будут возможные последствия. Согласно «Обзору устойчивости к противомикробным препаратам», который был заказан британским правительством, при отсутствии должного лечения, супербактерии могут нанести мировой экономике убыток в размере 100 триллионов долларов США, а к 2050 году число погибших достигнет 10 миллионов человек ежегодно.
Решая эту важную задачу, исследовательская группа IBM разработала систему искусственного интеллекта, которая может помочь ускорить конструирование молекул для новых антибиотиков. И это работает – уже созданы два новых нетоксичных антимикробных пептидов (AMP) с сильной активностью широкого спектра действия. Пептиды - это небольшие молекулы, короткие цепочки аминокислот, строительные блоки белков.
Помимо антибиотиков, эта система ИИ может ускорить процесс разработки наилучших возможных молекул для новых лекарств и материалов, помогая ученым использовать обнаруживать и разрабатывать лучшие варианты для более эффективных лекарств и методов лечения заболеваний, материалов для поглощения и улавливания углерода, для борьбы с изменением климата, материалы для более интеллектуального производства и хранения энергии и многое другое. Чтобы бороться с этими проблемами, необходимо ускорить темпы открытия новых и функциональных молекул - в любом масштабе.
А это далеко не так просто. Выбирать правильную молекулярную конфигурацию, которая приведет к новому материалу с желаемыми свойствами среди астрономического числа возможных молекул, похоже на поиск иголки в стоге сена. Что касается пептидов, то обычно приходится экспериментально проверять более сотни молекул, чтобы найти одну с нужными свойствами.
Таким образом исследовательская группа IBM создала систему искусственного интеллекта, которая намного быстрее обрабатывает массив возможностей для молекулярных конфигураций. Во-первых, исследователи начали с модели, называемой глубоким генеративным автоэнкодером, которая, по сути, исследует ряд пептидных последовательностей, собирает важную информацию об их функциях и молекулах, из которых они состоят, и ищет сходства с другими пептидами.
Затем применяется система под названием Controlled Latent attribute Space Sampling (CLaSS). Эта система использует собранные данные и генерирует новые пептидные молекулы с конкретными желаемыми свойствами. В данном случае это противомикробная эффективность.
Но способность убивать бактерии - не единственное требование к антибиотику - он также должен быть безопасным для использования человеком и в идеале работать с целым рядом классов бактерий. С этой целью, созданные ИИ молекулы затем проходят через классификаторы глубокого обучения, чтобы отсеять неэффективные или токсичные комбинации.
В течение 48 дней система искусственного интеллекта идентифицировала, синтезировала и экспериментировала с 20 новыми кандидатами в антибиотики-пептиды. В частности, два из них оказались особенно многообещающими - они были очень эффективны против ряда бактерий из двух основных классов. В клеточных культурах и тестах на мышах они также имели низкую токсичность и маловероятно, что они приведут к дальнейшей лекарственной устойчивости.
Эти два новых кандидата в антибиотики сами по себе достаточно интересны, но процесс, благодаря которому они были обнаружены, является настоящим прорывом. Возможность быстро и с высокой эффективностью разрабатывать и тестировать новые антибиотики может помочь предотвратить печальный сценарий возвращения к временам, когда антибиотиков еще не было.
Разработанный подход потенциально может привести к более быстрому и более эффективному открытию сильнодействующих и селективных противомикробных препаратов широкого спектра действия, которые навсегда будут сдерживать устойчивые к антибиотикам бактерии. Кроме того, искусственный интеллект также может быть использован для решения других самых сложных мировых проблем и открытий, таких как разработка новых терапевтических средств, экологически чистых и устойчивых фоторезистов, новых катализаторов для более эффективного улавливания углерода и многое другое.