Generativní AI vyvíjí potenciální nové léky pro bakterie odolné vůči antibiotikům
S téměř 5 miliony úmrtí souvisejících s rezistencí na antibiotika na celém světě každý rok naléhavě potřebujeme nové způsoby boje proti rezistentním bakteriálním kmenům.
Výzkumníci ze Stanford Medicine a McMaster University tento problém řeší pomocí generativní umělé inteligence. Nový model nazvaný SyntheMol (pro syntézu molekul) vytvořil struktury a chemické receptury pro šest nových léků zaměřených na zabíjení rezistentních kmenů Acinetobacter baumannii, jednoho z předních patogenů odpovědných za úmrtí související s antibakteriální rezistencí.
Výzkumníci popsali svůj model a experimentální ověření těchto nových sloučenin ve studii publikované 22. března v časopise Nature Machine Intelligence .
"Ve veřejném zdravotnictví existuje obrovská potřeba rychle vyvinout nová antibiotika," řekl James Zou, Ph.D., docent vědy o biomedicínských datech a spoluautor studie. "Naší hypotézou bylo, že existuje spousta potenciálních molekul, které by mohly být účinnými léky, ale ještě jsme je nevyrobili ani netestovali. Proto jsme chtěli pomocí umělé inteligence navrhnout zcela nové molekuly, které v přírodě nikdy nebyly viděny."
Před příchodem generativní umělé inteligence, stejného typu technologie umělé inteligence, která je základem velkých jazykových modelů, jako je ChatGPT, výzkumníci zvolili různé výpočetní přístupy k vývoji antibiotik. Použili algoritmy k procházení existujícími knihovnami léků a identifikovali ty sloučeniny, které s největší pravděpodobností působí proti danému patogenu.
Tato technika, která probrala 100 milionů známých sloučenin, přinesla výsledky při hledání všech chemických sloučenin, které by mohly mít antibakteriální vlastnosti.
"Chemický prostor je gigantický," řekl Kyle Swanson, doktorand Stanfordské počítačové vědy a spoluautor studie. "Lidé odhadují, že existuje téměř 1060 možných molekul podobných drogám.
Halucinace pro vývoj drog
Tendence generativní umělé inteligence „halucinovat“ neboli vymýšlet odpovědi z celé látky by mohla být přínosem, pokud jde o objevování drog, ale předchozí pokusy vytvořit nové drogy pomocí tohoto druhu umělé inteligence vedly ke sloučeninám, které by nebylo možné vyrobit, řekl Swanson. Výzkumníci potřebovali kolem aktivity SyntheMol postavit zábradlí – jmenovitě zajistit, aby všechny molekuly, o kterých si model vysnil, mohly být syntetizovány v laboratoři.
"Přistoupili jsme k tomuto problému tak, že jsme se pokusili překlenout mezeru mezi výpočetní prací a validací v laboratoři," řekl Swanson.
Model byl vycvičen ke konstrukci potenciálních léků pomocí knihovny více než 130 000 molekulárních stavebních bloků a sady ověřených chemických reakcí. Vytvářela nejen konečnou sloučeninu, ale také kroky, které s těmito stavebními bloky podnikla, což výzkumníkům poskytlo soubor receptů na výrobu léků.
Výzkumníci také trénovali model na existujících údajích o antibakteriální aktivitě různých chemikálií proti A. baumannii. Díky těmto pokynům a jejich základním stavebním blokům vytvořil SyntheMol přibližně 25 000 možných antibiotik a receptů na jejich výrobu za méně než devět hodin. Aby se zabránilo bakteriím v rychlém rozvoji rezistence vůči novým sloučeninám, výzkumníci poté filtrovali vytvořené sloučeniny pouze na ty, které byly odlišné od existujících sloučenin.
"Nyní máme nejen zcela nové molekuly, ale také explicitní instrukce, jak tyto molekuly vyrobit," řekl Zou.
Nový chemický prostor
Vědci vybrali 70 sloučenin s nejvyšším potenciálem zabít bakterii a na jejich syntéze spolupracovali s ukrajinskou chemickou společností Enamine . Společnost byla schopna efektivně vyrobit 58 těchto sloučenin, z nichž šest zabilo rezistentní kmen A. baumannii, když je výzkumníci testovali v laboratoři. Tyto nové sloučeniny také prokázaly antibakteriální aktivitu proti dalším druhům infekčních bakterií náchylných k rezistenci vůči antibiotikům, včetně E. coli, Klebsiella pneumoniae a MRSA.
Těchto šest sloučenin se značně liší jedna od druhé a od existujících antibiotik. Vědci nevědí, jak jejich antibakteriální vlastnosti fungují na molekulární úrovni, ale zkoumání těchto detailů by mohlo přinést obecné principy relevantní pro vývoj jiných antibiotik.
"Tato umělá inteligence nás skutečně navrhuje a učí nás o této zcela nové části chemického prostoru, kterou lidé dosud neprozkoumali," řekl Zou.
Zou a Swanson také zdokonalují SyntheMol a rozšiřují jeho dosah. Spolupracují s dalšími výzkumnými skupinami na využití modelu pro objevování léků na srdeční choroby a na vytvoření nových fluorescenčních molekul pro laboratorní výzkum.
