Suntem obișnuiți cu faptul că aproape fiecare inovație din lumea inteligenței artificiale este însoțită de o cantitate enormă de lucruri mai puțin concrete și mai puțin tangibile. Promisiuni, promisiuni și promisiuni care, din când în când, se împlinesc. Astăzi, din fericire, este unul dintre acele cazuri. O rețea neuronală tocmai a identificat un compus, halicina, care s-a dovedit foarte promițător în atacarea bacteriilor greu de ucis.
Dar asta nu este cel mai bun. Cel mai bun lucru este că, odată cu descoperirea halicinei, utilizarea abordărilor de deep learning aplicate în lumea antibioticelor își arată potențialul. Un potențial care vine în cel mai bun moment: în mijlocul o profundă criză farmacologică a viitorului apropiat a medicinei moderne care amenință.
Nu există antibiotice pentru atâtea superbuginoase
Hal Gatewood
Ultima dată când o ființă umană a spus „am descoperit o nouă clasă de antibiotice” a fost în anii 80 și mulți dintre noi nici măcar nu ne-am născut. În esență, toate antibioticele care au fost lansate în aceste trei decenii sunt variații ale medicamentelor care au fost deja găsite înainte. Motivul? E ca „a căuta un ac într-un car de fân” dacă carul de fân avea câteva zeci de hectare. Wellcome Trust estimează că procesul necesar pentru a găsi unul ar dura nu mai puțin de 15 ani și ar costa nu mai puțin de un miliard de euro. Toate acestea fără a ști dacă va fi un proces de succes sau nu.
În orice alt scenariu, unul care include o creștere alarmantă a bacteriilor multirezistente, aceasta nu ar fi altceva decât o curiozitate istorică mai tipică unui concurs de televiziune decât unui mediu ca al nostru. Problema este că nu este cazul. Adevărul este că abilitatea noastră de a găsi noi molecule a încetinit aproape cu aceeași viteză cu cât a crescut îngrijorarea față de rezistența la antibiotice. Din fericire, avem (ceea ce credem că este) o armă secretă: inteligență artificială.
Învățare profundă vs bacterii multirezistente
Yassine Khalfalli
Zvonul că învățarea automată va fi o metodologie bună pentru a rezolva această problemă este cu noi de ani de zile, dar asta are puține merite. Nu cred că există vreo problemă contemporană pentru care să nu fi fost propusă o soluție bazată pe inteligență artificială. Diferența este că acum, datorită James Collins, biolog sintetic la MIT, avem o nouă metodă de a încerca să descoperim noi antibiotice rapid și eficient prin învățarea automată.
Folosind compuși cunoscuți pentru suprimarea creșteriiE. coli, echipa lui Collins a antrenat o rețea neuronală folosind învățarea automată pentru a identifica posibilele antibiotice. Odată gata, cercetătorii l-au folosit pentru a examina mii de molecule înregistrate în numeroase biblioteci chimice existente și au încercat să prezică eficacitatea acestora. Cercetătorii au descoperit că aproape 50% dintre compușii identificați de rețea au fost eficienți in vitro în uciderea E. coli.
Un început foarte plin de speranță
Acest lucru, deși tot vorbim de 50%, este o veste excelentă pentru că, deși aceste biblioteci enorme de molecule sunt disponibile de ani de zile, echipele de cercetare nu au o modalitate eficientă de a le selecta pe cele care, cel mai probabil, pot avea proprietăți antibiotice. Dacă, după cum sugerează echipa lui Collins din Cell, rețelele neuronale pot fi folosite pentru a identifica candidați buni am putea economisi mult timp și resurse.
Rețeaua Collins a identificat, de asemenea, un compus (halicină) care pare să aibă rezultate bune cu agenți patogeni precum Clostridium difficile, bacilul Koch sau Acinetobacter baumannii. Nu ar trebui să ne înșelăm cercetarea asupra acestor rețele neuronale este la început și mai este mult de lucru, dar este reconfortant să vedem cum acest tip de abordare părăsește lumea posibilităților și începe să se concretizeze în proiecte interesante.
Imagine | Andrii Ganzevych