Od dekad świat zmaga się z narastającym problemem antybiotykooporności. Zwykłe infekcje, które jeszcze niedawno dało się łatwo leczyć, dziś coraz częściej wymykają się spod kontroli. Szacuje się, że rocznie niemal 5 milionów osób umiera z powodu zakażeń wywołanych przez bakterie oporne na leczenie. W tym kontekście osiągnięcia badaczy z Massachusetts Institute of Technology (MIT) mogą oznaczać prawdziwy przełom. Zespół naukowców, korzystając z algorytmów sztucznej inteligencji, stworzył zupełnie nowe antybiotyki. Co więcej, AI tworzy składniki leków, które nigdy wcześniej nie istniały, i robi to szybciej, niż tradycyjne metody pozwalają je odkrywać.
Jak sztuczna inteligencja projektuje nowe związki
W projekcie MIT wykorzystano generatywne modele AI, które „wyobraziły sobie” ponad 36 milionów potencjalnych związków chemicznych. Następnie specjalne modele uczenia maszynowego przeanalizowały je pod kątem działania przeciwbakteryjnego.
Z tej ogromnej puli wyłoniono kilkadziesiąt kandydatów, a część z nich udało się zsyntetyzować w laboratorium. Najbardziej obiecujące związki – NG1 i DN1 – wykazały silne działanie wobec dwóch wyjątkowo niebezpiecznych bakterii:
- Neisseria gonorrhoeae, odpowiedzialnej za rzeżączkę i coraz częściej opornej na wszystkie dotychczasowe leki,
- Staphylococcus aureus w postaci MRSA, czyli szczepów odpornych na wiele antybiotyków, wywołujących groźne zakażenia skóry, krwi i narządów wewnętrznych.
Co najważniejsze, nowe cząsteczki działają w inny sposób niż znane antybiotyki – niszczą integralność błon komórkowych bakterii, co skutkuje ich śmiercią.
Obejrzyj też: CIDP – co warto wiedzieć?
AI tworzy składniki leków w nieodkrytej przestrzeni chemicznej
Tradycyjne badania nad antybiotykami opierają się na analizie istniejących bibliotek związków chemicznych. Problem w tym, że większość z nich została już dawno przetestowana. Nowość podejścia MIT polega na tym, że sztuczna inteligencja generuje cząsteczki, które w rzeczywistości nie istnieją – są jedynie teoretycznie możliwe.
To pozwala wejść w obszar tzw. „nieodkrytej przestrzeni chemicznej”, gdzie mogą kryć się związki o zupełnie nowych mechanizmach działania. Dzięki temu AI tworzy składniki leków, które potencjalnie omijają problem narastającej oporności bakterii.
Dwa podejścia do projektowania
Badacze zastosowali dwa modele pracy z AI:
- Projektowanie oparte na fragmencie – algorytmy zaczynały od małej cząsteczki (fragmentu) o znanym działaniu przeciwbakteryjnym i rozwijały ją w większe, bardziej złożone struktury.
- Projektowanie swobodne – sztuczna inteligencja mogła dowolnie generować cząsteczki, kierując się jedynie zasadami chemii, bez punktu wyjścia.
Oba podejścia okazały się skuteczne. W pierwszym udało się stworzyć NG1, silnie działający na Neisseria gonorrhoeae. W drugim powstał DN1, który zwalczył MRSA w testach na myszach.
Kolejne kroki i kliniczne perspektywy
Związki NG1 i DN1 nie trafią od razu do aptek – przed nimi długa droga badań przedklinicznych i klinicznych. Nad ich dalszym rozwojem pracuje organizacja non-profit Phare Bio, która planuje modyfikacje chemiczne poprawiające stabilność, bezpieczeństwo i skuteczność nowych cząsteczek.
W przyszłości naukowcy chcą wykorzystać tę samą platformę do projektowania leków przeciwko innym trudnym patogenom, m.in. Mycobacterium tuberculosis (gruźlica) czy Pseudomonas aeruginosa, groźnej bakterii szpitalnej.
Dlaczego to przełom?
Na przestrzeni ostatnich 45 lat zatwierdzono zaledwie kilkadziesiąt nowych antybiotyków, a większość z nich to modyfikacje istniejących leków. Bakterie zyskują przewagę szybciej, niż medycyna wytwarza skuteczne terapie.
Tymczasem AI tworzy składniki leków w sposób, który pozwala z dnia na dzień analizować miliony potencjalnych kandydatów. To tempo i zakres badań wcześniej były nieosiągalne.
Przyszłość medycyny wspieranej przez AI
Choć przed badaniami klinicznymi wciąż długa droga, osiągnięcia MIT pokazują, że sztuczna inteligencja może stać się najważniejszym narzędziem w walce z kryzysem antybiotykowym. Jeśli metody te znajdą szerokie zastosowanie, możliwe będzie projektowanie leków nie tylko przeciwko bakteriom, ale także przeciwko wirusom czy chorobom nowotworowym.
To pierwszy krok ku erze, w której AI tworzy składniki leków szybciej, taniej i skuteczniej niż tradycyjne laboratoria – a medycyna zyskuje szansę na pokonanie superbakterii.