Naukowcy zwracają się do sztucznej inteligencji o pomoc w walce z superbakteriami
Ten artykuł jest częścią programu „Druga opinia” stacji CBC Health, cotygodniowej analizy wiadomości ze świata zdrowia i medycyny, wysyłanej e-mailem do subskrybentów w sobotnie poranki. Jeśli jeszcze nie zapisałeś się, możesz to zrobić, klikając tutaj .
Lekarze i naukowcy twierdzą, że pacjenci zakażeni superbakteriami potrzebują antybiotyków, aby skuteczniej leczyć te schorzenia. Są oni zachęceni narzędziem opartym na sztucznej inteligencji, które wynalazło nowe substancje chemiczne w celu leczenia lekoopornej rzeżączki i MRSA.
W wyścigu zbrojeń z lekoopornymi superbakteriami, ludzie pozostają w tyle. Zakażenia wywoływane przez szczepy oporne na antybiotyki zabijają ponad 1,2 miliona ludzi rocznie na całym świecie, co – według Światowej Organizacji Zdrowia – stanowi „pilne globalne zagrożenie dla zdrowia”.
Oznacza to, że lekarze potrzebują nowych sposobów na pokonanie niemożliwych i trudnych do leczenia infekcji. Wprowadzono pewne modyfikacje do istniejących klas antybiotyków, ale od prawie 40 lat nie odkryto żadnego nowego, skutecznego antybiotyku.
Teraz eksperci medyczni twierdzą, że narzędzie oparte na sztucznej inteligencji kreatywnie zaprojektowało nowe substancje chemiczne, które mogą być skuteczne w leczeniu głównych superbakterii.
W zeszłym miesiącu inżynierowie medyczni z Massachusetts Institute of Technology (MIT) poinformowali w czasopiśmie Cell , że wykorzystali generatywny model sztucznej inteligencji (AI) do zasugerowania unikalnych związków o potencjale antybakteryjnym przeciwko dwóm plagom: lekoopornej chorobie przenoszonej drogą płciową, rzeżączce, oraz MRSA, czyli gronkowcowi złocistemu opornemu na metycylinę, będącemu częstą przyczyną zakażeń szpitalnych w kanadyjskich szpitalach .
Chociaż nowe związki muszą jeszcze przejść badania kliniczne w celu sprawdzenia ich bezpieczeństwa i skuteczności oraz uzyskać zgodę organów regulacyjnych, takich jak Health Canada, aby mogły być stosowane przez pacjentów, w testach laboratoryjnych na myszach wykazały one potencjał w walce ze szczepami opornymi na leki.
„Te modele obliczeniowe elegancko i precyzyjnie projektują związki od podstaw” – powiedział Akhila Kosaraju, dyrektor generalny i prezes Phare Bio, organizacji non-profit zajmującej się biotechnologią, która współpracuje z zespołem MIT. „To prawdziwy, niezwykły przełom”.
Szybkie leczenie infekcji ma kluczowe znaczenie w przypadku wielu schorzeń, od skomplikowanych ciąż i przeszczepów narządów po zaawansowane przypadki raka, powiedział Romney Humphries, profesor i dyrektor oddziału medycyny laboratoryjnej w Vanderbilt University Medical Centre w Nashville w stanie Tennessee.
„Mamy pacjentów z infekcjami, u których nie ma antybiotyku” – powiedział Humphries. „To naprawdę przerażające”.
Kosaraju powiedziała, że skala oporności na antybiotyki jest ogromna i wymaga nowych podejść, których pojedynczy klinicysta nie jest w stanie rozwiązać. Phare Bio, organizacja non-profit zajmująca się biotechnologią, którą kieruje, jest finansowana przez filantropów, a jej celem jest wprowadzenie 15 nowych kandydatów na antybiotyki do wczesnej fazy badań w ciągu pięciu lat.
„Jako lekarka z wykształcenia wiem, że wystarczy spędzić kilka dni w szpitalu, czy to w USA, Kanadzie czy gdziekolwiek indziej, żeby zobaczyć katastrofalne skutki oporności na antybiotyki” – powiedziała.
Jak powiedział Kosaraju, wcześniej naukowcy wybierali tysiąc związków z bazy danych, a następnie testowali w laboratorium, czy zabijają one bakterie takie jak E. coli – na co można było odpowiedzieć twierdząco lub przecząco.
Sztuczna inteligencja generatywna to rodzaj sztucznej inteligencji, która wykorzystuje technologie dopasowywania wzorców do uczenia się na dużych zbiorach danych i tworzenia treści w odpowiedzi na monity.
W badaniu przeprowadzonym na MIT, generatywny model sztucznej inteligencji nauczył się, które struktury chemiczne zabijają bakterie i zidentyfikował nowe możliwości. Zsyntetyzowano i z powodzeniem przetestowano w laboratoryjnych i mysich modelach zakażenia najskuteczniejsze leki przeciwko rzeżączce i MRSA.
„Nasza teza jest taka, że dzięki sztucznej inteligencji, a teraz także sztucznej inteligencji generatywnej, będziemy oddawać mniej strzałów na bramkę, ale za to lepszych” – powiedział Kosaraju.
Humphries, który nie brał udziału w pracach nad wynikami badania, powiedział, że są one istotne, ponieważ obecnie stosowana metoda polegająca na testowaniu przeciwko bakteriom wszelkich możliwych środków, żeby sprawdzić, co zadziała, nie zawsze przynosi oczekiwane rezultaty.
Istnieje kilka różnych sposobów zabijania lub kontrolowania bakterii — takich jak spowodowanie eksplozji komórek, zagłodzenie ich lub uniemożliwienie mikroorganizmowi tworzenia własnych kopii. W badaniu odkryte substancje chemiczne okazały się być w stanie osłabić ważną błonę bakteryjną w przypadku rzeżączki i MRSA.
Następnie Phare Bio pracuje nad wersjami tych związków, które spełnią kryteria potrzebne pacjentom, na przykład będą mogły być produkowane w formie tabletek, które będzie można przyjmować doustnie w domu, zamiast przyjmować zastrzyk w szpitalu.
Oprócz wyzwań naukowych, jakie stwarzają superbakterie, istnieje problem finansowy. Potrzeba co najmniej 10 lat i setek milionów dolarów, aby opracować nowy lek dla pacjentów. Antybiotyki stoją w obliczu większej przepaści rentowności niż inne leki, powiedział Kosaraju.
Największe zagrożenia dla KanadyjczykówW tym tygodniu Agencja Zdrowia Publicznego Kanady opublikowała nową listę priorytetowych drobnoustrojów. Z listy startowej 155 patogenów, 29 oznaczono jako „poważne zagrożenie dla Kanadyjczyków” na podstawie częstości występowania, możliwości leczenia, transmisji i równości w dostępie do opieki zdrowotnej.
Na szczycie listy federalnej znalazły się oporna na leki rzeżączka i oporne na karbapenemy enterobacterales, które mogą powodować zakażenia dróg moczowych i nerek, posocznicę i zapalenie opon mózgowych u osób z osłabionym układem odpornościowym.
Jednak opracowywanie nowych potencjalnych antybiotyków przy użyciu tradycyjnej metody testowania na szalce Petriego przypomina szukanie igły w stogu siana, powiedział Eric Brown, profesor biochemii i nauk biomedycznych na Uniwersytecie McMaster w Hamilton w Ontario, który również wykorzystuje sztuczną inteligencję generatywną w walce z superbakteriami.
Bakterie mają nawet 4000 genów, powiedział Brown. Obecnie naukowcy znają zaledwie kilkadziesiąt par tych genów, nie wspominając o tym, jak bakterie oddziałują na ludzi. Bez wiedzy o tym, jak geny bakterii oddziałują ze sobą i na ludzi, nowe potencjalne antybiotyki prawdopodobnie nie będą działać.
„To trochę jak próba przewidzenia pogody” – powiedział Brown. „To złożony system, który bardzo trudno ogarnąć umysłem. Okazuje się, że sztuczna inteligencja i inne rodzaje matematyki mogą nam w tym pomóc”.
Rozwiązanie problemu oporności na antybiotyki wymaga również połączenia biologii, chemii, fizyki, informatyki i programowania, a także statystyki, aby analizować i interpretować wskazówki oferowane przez sztuczną inteligencję.
Humphries przestrzegł, że choć ważne jest posiadanie nowych, potencjalnych związków antybiotycznych, takich jak te z MIT, które wyglądają obiecująco, to jednak to dopiero pierwszy krok.
„Po wykonaniu tego kroku pojawia się naprawdę stroma krzywa, przez którą przechodzisz, żeby powiedzieć: OK, ale czy to jest bezpieczne dla ludzi?” – zapytał Humphries. „Czy po podaniu komuś, utrzymuje się w organizmie wystarczająco długo, by faktycznie skutecznie zwalczać bakterie?”
cbc.ca
