Antybiotyk odkryty przez sztuczną inteligencję

Za sprawą błyskawicznego rozwoju technologii sztucznej inteligencji jak grzyby po deszczu pojawiają się nowe zastosowania algorytmów uczenia maszynowego. Korzystając z tego rodzaju algorytmu badacze z Massachusetts Institute of Technology odkryli właśnie zupełnie nowy, bardzo skuteczny antybiotyk - halicynę. Swoją nazwę związek ten zawdzięcza komputerowi HAL 9000 z filmu 2001: Odyseja kosmiczna.

W pierwszym etapie opracowany przez badaczy algorytm uczył się identyfikacji pożądanych cech nowego antybiotyku korzystając z bazy danych zawierającej szczegółowe informacje na temat 2500 leków (1600 z nich to substancje zatwierdzone do użytku przez amerykańską Agencję Żywności i Leków, 800 stanowią związki lecznicze występujące naturalnie). W następnym kroku program przeanalizował kolejną bazę zawierającą ponad 6000 molekuł badanych pod kątem potencjalnych zastosowań w medycynie. Wśród nich starał się znaleźć związki o nietypowej budowie, lecz podobnej do istniejących leków funkcjonalności, przewidując jednocześnie, czy dana substancja będzie bezpieczna dla ludzi. Ostatecznie program wytypował 99 związków, które przebadano w laboratorium. Ponad połowa z nich wykazała silne działanie inhibitujące wzrost badanego szczepu E. coli. Najbardziej obiecująca substancja - halicyna - pomimo swojej niekonwencjonalnej budowy posiada silne działanie bakteriobójcze o bardzo szerokim spektrum, również przeciwko szczepom antybiotykoodpornym (w tym np. Acinetobacter baumannii, walkę z którą Światowa Organizacja Zdrowia ocenia jako priorytetową).

Z dotychczasowych badań wynika, że halicyna oddziałuje na błonę komórkową bakterii, zaburzając jej zdolność do produkowania energii. Taka specyfika działania bardzo utrudnia mikroorganizmom szybkie wyrobienie sobie odporności, co może zapewnić długotrwałą skuteczność nowego leku. To ważne w dobie coraz częstszego pojawiania się szczepów antybiotykoodpornych.

Jak na razie halicyna została wstępnie przetestowana na myszach. Lek ma wkrótce trafić do badań klinicznych.

Jak zapewniają naukowcy to dopiero początek lawiny nowych odkryć. Planują bowiem wykorzystać swój algorytm do przeanalizowania całej gigantycznej bazy ZINC15 zawierającej ok. 1,5 miliarda związków chemicznych. W ramach 3-dniowego testu program przejrzał spory (bo zawierający 100 milionów pozycji) fragment tej bazy i wytypował kolejne 23 substancji o działaniu zbliżonym do halicyny.

W przyszłości algorytmy głębokiego uczenia będą być może nie tylko analizować istniejące dane, ale również samodzielnie projektować nowe, wyjątkowe leki.

Źródło: singularityhub.com
Zdjęcie: www.flickr.com

Piotr Fic