Искусственный интеллект становится ключевым инструментом в создании антибиотиков нового поколения.
Если ранее нейросети ограничивались поиском потенциально активных молекул, то теперь они начинают объяснять, почему эти соединения эффективны. Это особенно важно на фоне растущей устойчивости бактерий к существующим лекарствам, что ставит под угрозу систему здравоохранения во всем мире.
Ярким примером такого прорыва стала работа исследовательской группы под руководством Джонатана Стоукса из канадского Университета Макмастера. Ученые проанализировали около 10 тысяч биологически активных соединений в поисках средства против опасного штамма кишечной палочки Escherichia coli.
После тщательного отбора они выделили одну молекулу, которая получила название enterololin и показала исключительную перспективность.
Однако найти активное вещество — только половина дела. Требовалось доказать, что enterololin избирательно уничтожает патоген, не затрагивая полезную микрофлору кишечника.
Обычно для этого требуются долгие месяцы биохимических тестов и генетического анализа. Команда поступила иначе, привлекая систему DiffDock, разработанную в Массачусетском технологическом институте под руководством специалиста по ИИ Регины Барзилай.
Как искусственный интеллект ускоряет поиск новых молекул
Алгоритм DiffDock способен предсказывать, с какими белками клетки взаимодействует молекула и какие биологические процессы она нарушает.
По словам авторов, ИИ позволил значительно сузить круг потенциальных мишеней, направив лабораторные эксперименты только на самые вероятные варианты. После создания специально модифицированных бактериальных штаммов ученые быстро подтвердили все прогнозы системы.
«ИИ позволил резко сузить круг потенциальных мишеней и сосредоточить лабораторные эксперименты на наиболее вероятных вариантах», — отмечают авторы работы.
Проблема поиска новых антибиотиков приобретает критическое значение. Согласно оценкам экспертов, к 2050 году инфекции, устойчивые к лекарствам, могут уносить не менее 39 миллионов жизней ежегодно.
При этом разработка антибиотиков остается дорогостоящей и зачастую убыточной, что отпугивает крупные фармацевтические компании. Использование ИИ способно резко сократить затраты на лабораторные исследования.
Ранее команда MIT создала систему Chemprop, которая проанализировала миллионы молекул и помогла открыть антибиотик halicin. Этот препарат показал активность против ряда опасных патогенов, включая устойчивые штаммы кишечной палочки, возбудителя туберкулеза и бактерию Acinetobacter baumannii, вызывающую внутрибольничные инфекции.
Нейросети находят антибиотики даже в останках вымерших животных
Еще более удивительный результат получили ученые из Пенсильванского университета. Их система APEX проанализировала более 10 миллионов белковых молекул и обнаружила свыше 37 тысяч потенциальных антибиотиков.
Причем более 11 тысяч кандидатов были найдены в белках давно вымерших организмов — от древних растений до гигантских ленивцев.
Лабораторные тесты показали, что многие из этих соединений атакуют бактерии способом, не встречающимся у современных препаратов.
Следующим этапом стала разработка генеративной системы ApexGO, которая уже не ищет молекулы в природе, а проектирует новые варианты. Исследователи синтезировали около 100 созданных ИИ соединений, и примерно 86% из них проявили активность против как минимум одного бактериального патогена.
Ученые подчеркивают, что искусственный интеллект пока не может полностью заменить лабораторные исследования. Многие предложенные алгоритмами молекулы оказываются слишком дорогими для производства, нестабильными или вообще нереализуемыми для синтеза. Тем не менее отрасль постепенно переходит к модели, где нейросети участвуют на каждом этапе разработки лекарств — от поиска кандидатов до объяснения механизма их действия.
История с enterololin показывает, что ИИ начинает решать не только задачу поиска новых антибиотиков, но и помогает понять, почему они работают.