II

Рубрики:

Чтобы вывести наркотики на рынок, требуется целая вечность. ИИ может помочь ускорить этот процесс.

Находить лучшие способы творить добро.

В романе и фильме 1968 года «2001: Космическая одиссея» система искусственного интеллекта Хэл (сокращение от HAL 9000) убивает астронавтов своего космического корабля.

На самом деле прозвище Хэл относится к убийцам другого типа: не людей, а бактерий.

В феврале 2020 года — более чем через пять десятилетий после того, как научно-фантастический фильм представил миру, возможно, первого великого злодея, созданного искусственным интеллектом, — группа исследователей Массачусетского технологического института использовала искусственный интеллект, чтобы открыть антибиотик, способный убивать кишечную палочку, которая госпитализируется. тысяч человек в год, а также устойчивый к антибиотикам штамм другой распространенной бактериальной инфекции, Acinetobacter baumannii. Взяв страницу 2001 года, они назвали его халицином, в честь HAL 9000.

Открытие галицина рисует картину того, насколько быстрым может быть открытие лекарств с помощью ИИ. Ученые обучили свою модель искусственного интеллекта, представив ее примерно 2500 молекулам (1700 из которых были лекарствами, одобренными FDA, а 800 — натуральными продуктами). После того, как исследователи обучили модель понимать, какие молекулы могут убить кишечную палочку, команда пропустила через систему 6000 соединений, включая существующие лекарства, неэффективные лекарства, натуральные продукты и множество других соединений.

По словам Боуэна Лу, доцента Школы бизнеса Университета Коннектикута, который изучает, как искусственный интеллект меняет фармацевтическую промышленность, система обнаружила галицин гораздо быстрее, чем традиционные методы. «Халицин не только может убивать многие виды бактерий, устойчивых к антибиотикам, но и структурно отличается от предшествующих антибиотиков», — сказал он в электронном письме. «Это открытие является новаторским, потому что устойчивые к антибиотикам «супербактерии» являются серьезной проблемой общественного здравоохранения, которую традиционные методы в значительной степени не могут решить».

«Идея о том, что можно посмотреть на структуру небольшой молекулы и предсказать ее свойства, — очень старая идея. Люди думали об этом так: если вы можете идентифицировать некоторые структуры внутри молекулы, некоторые функциональные группы и т. д., вы можете как бы сказать: «Что это делает?» — сказала Регина Барзилай, выдающийся профессор в области искусственного интеллекта и ИИ. здоровья в Инженерной школе Массачусетского технологического института и соавтор исследования, проведенного в мае 2023 года, в котором был выявлен еще один потенциальный кандидат на антибиотик, основываясь на методах, использованных в первоначальном исследовании галицина.

До использования ИИ задача обнаружения этих структур и определения потенциального использования препарата заключалась в первую очередь в скорости, эффективности и стоимости. Прошлые анализы показывают, что в период с начала 1990-х по конец 2000-х годов типичный процесс открытия и разработки лекарств занимал 12 или более лет. В случае с халицином команда Массачусетского технологического института использовала искусственный интеллект, который может протестировать более 100 миллионов химических соединений всего за несколько дней. «Стало ясно, что молекулярная наука — действительно хорошее место для применения машинного обучения и использования новых технологий», — сказал Барзилай.

Учитывая, что по меньшей мере 700 000 смертей каждый год связаны с лекарственно-устойчивыми болезнями (по прогнозам, к 2050 году это число вырастет до 10 миллионов смертей в год), необходимость в скорости велика, особенно с учетом того, что темпы развития лекарств застопорились в последние десятилетия. С 1987 года, когда ученые определили последний успешный класс антибиотиков, используемый для лечения пациентов, мир вступил в то, что ученые называют «пустотой открытий».

Важно отметить, что ИИ может анализировать огромные объемы медицинских данных и, как предполагает открытие халицина, может значительно ускорить процесс разработки лекарств. Эта новая технология продолжает способствовать значительному прогрессу в области медицины и потенциально может улучшить результаты лечения пациентов и способствовать более точным методам лечения. Это также могло бы снизить затраты, что было бы жизненно важно для разработки антибиотиков, учитывая, что, по крайней мере, некоторая стагнация отрасли вызвана не неспособностью идентифицировать новые лекарства, а отсутствием рыночного интереса и стимулов.