1,27 mln – tylu ludzi zmarło w 2019 r. z powodu zakażenia bakteriami, które rozwinęły oporność na używane obecnie antybiotyki. Tylko w Stanach Zjednoczonych infekcje patogenami opornymi na leki co roku dotykają prawie 3 mln ludzi. Ta liczba rośnie, i to na całym świecie. Powód? Nadmierne lub niepotrzebne stosowanie antybiotyków. Sprawiło ono, że niektóre bakterie nauczyły się przed nimi bronić.
To ogromny problem, szczególnie dający się we znaki w szpitalach. Tam często dochodzi do zakażeń, z którymi nie radzą sobie nawet antybiotyki ostatniej szansy. Szczególnie groźne dla osłabionych pacjentów są dwie bakterie. Pierwsza to gronkowiec złocisty oporny na metycylinę (ang. Methicillin-resistant Staphylococcus aureus, MRSA). Druga – enterokoki oporne na wankomycynę (ang. Vancomycin-resistant Enterococcus, VRE).
W najnowszym numerze „Nature” ukazał się artykuł, który opisuje poszukiwanie nowych broni przeciwko MRSA i VRE. Naukowcom pomogła w tym sztuczna inteligencja. Dzięki niej udało się wytypować kandydatów na nowe antybiotyki. Jeśli okażą się skuteczne, będzie to ogromne osiągnięcie. Nowe antybiotyki odkrywane są bowiem bardzo rzadko.
Sposób na bakterie
Po raz pierwszy dokonał tego w 1928 r. Alexander Fleming. Ten szkocki naukowiec spostrzegł, że znajdująca się w jego laboratorium pleśń Penicillium chrysogenum hamowała wzrost gronkowców. Odkrycie penicyliny było początkiem wielkiego sukcesu tego rodzaju leków. Wkrótce pojawiły się kolejne antybiotyki – naturalne i syntetyczne.
Niestety ogłoszenie zwycięstwa w walce z chorobami z pomocą antybiotyków okazało się przedwczesne. Z czasem okazało się, że niektóre patogeny – nie tylko bakterie, ale i grzyby – w wyniku mutacji nabywają oporność na antybiotyki. Czyli – mimo ich obecności, nie przestają się namnażać. Powstrzymanie tego rodzaju infekcji czasami jest niemożliwe.
Nowe antybiotyki, nowa inteligencja
Stąd biorą się poszukiwania nowych antybiotyków, bardzo trudne. W naturze istnieją miliony związków chemicznych wytwarzanych przez rośliny czy zwierzęta. Jak spośród nich wyłowić te, które mogą zwalczać konkretne bakterie? Sprawdzanie jednej substancji po drugiej wymagałoby mnóstwa czasu i generowałoby gigantyczne koszty.
Dlatego naukowcy sięgają po pomoc sztucznej inteligencji. Czyli modeli uczenia głębokiego, których zastosowanie przyspiesza proces selekcji potencjalnych zabójców bakterii.
W opisanym w „Nature” przypadku badacze zaczęli od treningu sztucznej inteligencji. Najpierw przetestowali 39 tys. związków chemicznych i ich wpływ na gronkowca złocistego oraz ludzkie komórki wątroby, mięśni szkieletowych i płuc. Te dane zostały następnie wykorzystane do dostrojenia AI. Sztuczna inteligencja „uczyła się” nie tylko, jaki efekt poszczególne związki wywierały na bakterie i komórki, ale również jak wpływała na nie ich struktura chemiczna. Dzięki temu model mógł przewidywać potencjalne antybakteryjne działanie cząsteczki chemicznej i jej toksyczność dla ludzkich komórek.
Nowe klasy antybiotyków
W kolejnym etapie wytrenowane modele AI dostały dane o 12 mln związków chemicznych dostępnych komercyjnie. Z nich wybrały prawie 4 tys. substancji o potencjalnych właściwościach leczniczych.
Następnie naukowcy określili, w jaki sposób struktura chemiczna tych substancji – np. ułożenie ich atomów − może odpowiadać za ich działanie lecznicze. Oceniając te informacje, badacze wytypowali nową potencjalną klasę antybiotyków. Co ważne, znaleziono dwa nietoksyczne związki zdolne do zwalczania zarówno MRSA, jak i VRE. Na koniec nowych kandydatów na lekarstwa przetestowano na myszach. Okazały się skuteczne przeciwko infekcjom skóry wywołanym przez MRSA.
− Zidentyfikowaliśmy nową klasę antybiotyków, jedną z niewielu od 60 lat, która uzupełnia inne antybiotyki – mówi James Collins, jeden z współautorów pracy, na łamach „New Scientista”.
Collins stoi na czele projektu Atibiotics-AI Project realizowanego na MIT. Jego celem jest znalezienie nowych klas antybiotyków przeciwko siedmiu największym bakteriom-zabójcom w ciągu siedmiu lat. Ma w tym pomóc sztuczna inteligencja.
Źródła:
