Проф. Сезар де ла Фуенте: Използвахме изкуствен интелект за откриването на антибиотици срещу вече резистентни бактерии

С помощта на изкуствен интелект (AI) екип от Масачузетския технологичен институт и Харвардския университет откри нови вещества, които успешно лекуват резистентни на антибиотик инфекции при лабораторни мишки.

Учените включват в своето изследване милиони вещества, от които подбират 283 за анализ. Няколко от тях се оказват ефективни срещу бактерията Staphylococcus aureus, която е устойчива на лечение с метицилин, и срещу ентерококи, които пък са резистентни на ванкомицин. За разлика от традиционните AI модели, чийто начин на работа не може да бъде разгадан, в конкретния случай се използва модел, който позволява проследяване на протичащите биохимични процеси.

Научната разработка се извършва под ръководството на ас. Сезар де ла Фуенте от Университета на Пенсилвания, който ще разкаже повече за изследването и необходимостта от създаване на нови антибиотици.

Колко важно е откриването на нов клас антибиотици с помощта на изкуствен интелект (AI)?

Много се вълнувам от успеха, който постигнахме с колегите в лаборатория Collins. Целта ни е с помощта на изкуствен интелект да открием или създадем нови антибиотици. Работим в тази посока от пет години. Освен че приложихме метода на дълбоко обучение, за да открием нови антибиотици, ние разработихме AI, който да не е като черна кутия за нас. Смятаме, че е важно да имаме модели на изкуствен интелект, приложими в областта на биологията и химията, които да отговорят на безбройните ни въпроси.

Какви предимства има изкуственият интелект пред човека, когато става въпрос за разглеждане и идентифициране на антибиотични вещества?

AI и машините като цяло могат много по-бързо да извличат важна информация от структури или различни видове бази данни. Обикновено разработването на нов антибиотик отнема средно 12 години, като от 3 до 6 години продължава самото намиране на медикаментите кандидати. След това се преминава през три фази на клинични изпитания. Всичко изисква време.

Благодарение на технологичния напредък може да съкратим целия процес. Аз и колегите ми например успяхме да открием стотици хиляди кандидати само за няколко часа. Не ни се наложи да чакаме години.

Друго голямо преимущество на изкуствения интелект е възможността чрез дълбоко обучение (вид машинен метод) да идентифицираме най-обещаващите няколко антибиотични вещества измежду хилядите. Не бихме се справили толкова лесно, ако трябваше да работим ръчно.

>>> Технология, в основата на която е изкуствен интелект, разпознава депресивни състояния по гласа на човека

Какво предстои оттук нататък, за да се превърне този нов клас антибиотици в клинично лекарство?

Трябва да проведем проучвания върху токсичността на веществата и някои специфични анализи, задължителни при откриването на ново лекарство. Американската агенция за контрол на храните и лекарствата изисква провеждането на всички тези изследвания преди преминаването към фаза 1 на клиничните изпитания.

Въпреки това вярвам, че сме открили много важно приложение на AI в областта на микробиологията и антибиотичното лечение. С помощта на изкуствен интелект един ден бихме могли да създаваме антибиотици, които да спасяват милиони човешки животи.

Разкажете ни повече за антибиотичните вещества, които унищожават бактерии като Staphylococcus aureus в миши модели.

Установихме, че те се справят успешно с бактерията в два миши модела, което е наистина интересно. Ако имаме данни за инфекция в миши модел, това означава, че веществата биха могли да преборят инфекцията и в истински животни.

В моята лаборатория използвахме изкуствения интелект и за извличане на информация от геномите и протеомите на вече изчезнали организми, както и за идентифициране на няколко антибиотика, кандидати за клинични проучвания.

Защо е толкова важно AI моделът да бъде разбираем?

Би било хубаво, ако в бъдеще AI се разглежда като инженерингова дисциплина. В областта на инженеринга всяка конструкция или структура може да бъде отделена и изучена. Засега изкуственият интелект и в частност дълбокото обучение остават загадка за нас, нещо като черната кутия на самолет. Не знаем какво се случва там вътре. Това ни затруднява при пресъздаването на биохимичните процеси, а когато не сме запознати с тях, не можем да получим веществото X или Y, от което се нуждаем (в случая антибиотик).