Οι επιστήμονες χρησιμοποίησαν την τεχνητή νοημοσύνη (AI) για να ανακαλύψουν ένα νέο αντιβιοτικό που μπορεί να σκοτώσει ένα θανατηφόρο είδος υπερβακτηρίου. Η τεχνητή νοημοσύνη βοήθησε να περιοριστούν χιλιάδες πιθανές χημικές ουσίες σε μια χούφτα που θα μπορούσαν να δοκιμαστούν στο εργαστήριο.
Το αποτέλεσμα ήταν ένα ισχυρό, πειραματικό αντιβιοτικό που ονομάζεται abaucin, το οποίο θα χρειαστεί περαιτέρω δοκιμές προτού χρησιμοποιηθεί, όπως αναφέρει το bbc. Οι ερευνητές στον Καναδά και τις ΗΠΑ λένε ότι η Τεχνητή Νοημοσύνη έχει τη δύναμη να επιταχύνει μαζικά την ανακάλυψη νέων φαρμάκων. Πρόκειται για το πιο πρόσφατο παράδειγμα του πώς τα εργαλεία της τεχνητής νοημοσύνης μπορούν να αποτελέσουν επαναστατική δύναμη στην επιστήμη και την ιατρική.
Σταματώντας τα υπερβακτήρια
Τα αντιβιοτικά σκοτώνουν τα βακτήρια. Ωστόσο, υπάρχει έλλειψη νέων φαρμάκων εδώ και δεκαετίες και τα βακτήρια είναι όλο και πιο δύσκολο να αντιμετωπιστούν, καθώς αναπτύσσουν ανοσία σε αυτά που έχουμε.
Υπολογίζεται ότι περισσότεροι από ένα εκατομμύριο άνθρωποι ετησίως πεθαίνουν από λοιμώξεις που αντιστέκονται στη θεραπεία με αντιβιοτικά. Οι ερευνητές επικεντρώθηκαν σε ένα από τα πιο προβληματικά είδη βακτηρίων - το Acinetobacter baumannii, το οποίο μπορεί να μολύνει πληγές και να προκαλέσει πνευμονία. Μπορεί να μην το έχετε ακούσει, αλλά είναι ένα από τα τρία υπερβακτήρια που ο Παγκόσμιος Οργανισμός Υγείας έχει χαρακτηρίσει ως «κρίσιμη» απειλή.
Είναι συχνά σε θέση να αποφεύγει πολλαπλά αντιβιοτικά και αποτελεί τεράστιο πρόβλημα στα νοσοκομεία, καθώς μπορεί να επιβιώσει σε επιφάνειες και ιατρικό εξοπλισμό.
Ο Δρ Jonathan Stokes, από το Πανεπιστήμιο McMaster, περιγράφει το μικρόβιο ως «δημόσιο εχθρό νούμερο ένα», καθώς είναι «πραγματικά συνηθισμένο» να συναντάμε περιπτώσεις όπου είναι «ανθεκτικό σχεδόν σε κάθε αντιβιοτικό».
Τεχνητή νοημοσύνη
Για να βρουν ένα νέο αντιβιοτικό, οι ερευνητές έπρεπε πρώτα να εκπαιδεύσουν την τεχνητή νοημοσύνη. Πήραν χιλιάδες φάρμακα των οποίων η ακριβής χημική δομή ήταν γνωστή και τα δοκίμασαν χειροκίνητα στο Acinetobacter baumannii για να δουν ποια θα μπορούσαν να το επιβραδύνουν ή να το σκοτώσουν.
Αυτές οι πληροφορίες τροφοδοτήθηκαν στην τεχνητή νοημοσύνη, ώστε να μπορέσει να μάθει τα χημικά χαρακτηριστικά των φαρμάκων που θα μπορούσαν να επιτεθούν στο προβληματικό βακτήριο.
Στη συνέχεια, η τεχνητή νοημοσύνη αναζήτησε έναν κατάλογο 6.680 ενώσεων των οποίων η αποτελεσματικότητα ήταν άγνωστη. Τα αποτελέσματα -που δημοσιεύονται στο Nature Chemical Biology- έδειξαν ότι η τεχνητή νοημοσύνη χρειάστηκε μιάμιση ώρα για να δημιουργήσει έναν κατάλογο.
Οι ερευνητές δοκίμασαν 240 ενώσεις στο εργαστήριο και βρήκαν εννέα πιθανά αντιβιοτικά. Ένα από αυτά ήταν το απίστευτα ισχυρό αντιβιοτικό abaucin.
Εργαστηριακά πειράματα έδειξαν ότι μπορούσε να θεραπεύσει μολυσμένες πληγές σε ποντίκια και ήταν σε θέση να σκοτώσει δείγματα A. baumannii από ασθενείς.
Ωστόσο, μου είπε ο Δρ Στόουκς: «Εδώ είναι που αρχίζει η δουλειά».
Η τελειοποίηση του φαρμάκου
Το επόμενο βήμα είναι να τελειοποιηθεί το φάρμακο στο εργαστήριο και στη συνέχεια να διεξαχθούν κλινικές δοκιμές. Ο ίδιος αναμένει ότι τα πρώτα αντιβιοτικά τεχνητής νοημοσύνης μπορεί να χρειαστούν μέχρι το 2030 ώστε να είναι διαθέσιμα για συνταγογράφηση.
Περιέργως, αυτό το πειραματικό αντιβιοτικό δεν είχε καμία επίδραση σε άλλα είδη βακτηρίων και λειτουργεί μόνο στο A. baumannii.
Πολλά αντιβιοτικά σκοτώνουν τα βακτήρια αδιακρίτως. Οι ερευνητές πιστεύουν ότι η ακρίβεια του abaucin θα καταστήσει δυσκολότερη την εμφάνιση ανθεκτικότητας στα φάρμακα και θα μπορούσε να οδηγήσει σε λιγότερες παρενέργειες.
Κατ' αρχήν, η τεχνητή νοημοσύνη θα μπορούσε να ελέγξει δεκάδες εκατομμύρια πιθανές ενώσεις - κάτι που θα ήταν ανέφικτο να γίνει με το χέρι.
«Η τεχνητή νοημοσύνη αυξάνει τον ρυθμό και, σε έναν τέλειο κόσμο, μειώνει το κόστος, με το οποίο μπορούμε να ανακαλύψουμε αυτές τις νέες κατηγορίες αντιβιοτικών που χρειαζόμαστε απεγνωσμένα», είπε ο Δρ Στόουκς.
Οι ερευνητές δοκίμασαν τις αρχές της ανακάλυψης αντιβιοτικών με τη βοήθεια της τεχνητής νοημοσύνης στο E. coli το 2020, αλλά τώρα χρησιμοποίησαν αυτή τη γνώση για να επικεντρωθούν στους μεγάλους εχθρούς. Σχεδιάζουν να εξετάσουν στη συνέχεια τον Staphylococcus aureus και την Pseudomonas aeruginosa.
«Το εύρημα αυτό υποστηρίζει περαιτέρω την υπόθεση ότι η τεχνητή νοημοσύνη μπορεί να επιταχύνει και να επεκτείνει σημαντικά την αναζήτησή μας για νέα αντιβιοτικά», δήλωσε ο καθηγητής James Collins, από το Ινστιτούτο Τεχνολογίας της Μασαχουσέτης.
Και πρόσθεσε: «Είμαι ενθουσιασμένος που αυτή η εργασία δείχνει ότι μπορούμε να χρησιμοποιήσουμε την τεχνητή νοημοσύνη για να βοηθήσουμε στην καταπολέμηση προβληματικών παθογόνων όπως το A. baumannii».
