Ο κίνδυνος από την αντίσταση στα αντιβιοτικά, που αχρηστεύουν τη δράση των φαρμακευτικών σκευασμάτων, όλο και αυξάνεται παγκοσμίως, στοιχίζοντας τη ζωή σε περίπου 5 εκατομμύρια ανθρώπους κάθε χρόνο. Μελέτη διερεύνησε πώς θα μπορούσαν οι εξελίξεις της τεχνολογίας και συγκεκριμένα η τεχνητή νοημοσύνη, να συμβάλλουν στην αντιμετώπιση του μείζονος αυτού προβλήματος δημόσιας υγείας.
Έτσι, ερευνητές από την Ιατρική Σχολή του Πανεπιστημίου Stanford και του Πανεπιστημίου McMaster δημιουργήσαν ένα νέο μοντέλο τεχνητής νοημοσύνης, που ονομάστηκε SyntheMol, το οποίο συνέθεσε δομές και χημικές συνταγές για έξι νέα φάρμακα που στοχεύουν στην εξουδετέρωση ανθεκτικών στελεχών του Acinetobacter baumannii, ενός από τα κύρια παθογόνα που ευθύνονται για θανάτους που σχετίζονται με την ανθεκτικότητα στα αντιβιοτικά. Η έρευνά τους δημοσιεύτηκε στο Nature Machine Intelligence.
«Η υπόθεσή μας ήταν ότι υπάρχουν πολλά πιθανά μόρια που θα μπορούσαν να μετουσιωθούν σε αποτελεσματικά φάρμακα, χωρίς να έχουν δημιουργηθεί ή δοκιμαστεί ακόμα. Γι’ αυτό θέλαμε να χρησιμοποιήσουμε την τεχνητή νοημοσύνη για να σχεδιάσουμε εντελώς νέα μόρια, που δεν έχουν παρατηρηθεί ποτέ στη φύση» εξηγεί ο Δρ James Zou, PhD, αναπληρωτής καθηγητής βιοϊατρικής επιστήμης δεδομένων και συν-συγγραφέας της μελέτης.
Πριν από την έλευση της παραγωγικής τεχνητής νοημοσύνης, του ίδιου τύπου τεχνολογίας τεχνητής νοημοσύνης που διέπει μεγάλα γλωσσικά μοντέλα όπως το ChatGPT, οι ερευνητές είχαν ακολουθήσει διαφορετικές υπολογιστικές προσεγγίσεις για την ανάπτυξη αντιβιοτικών. Χρησιμοποιούσαν αλγόριθμους για να ανατρέξουν σε υπάρχουσες βιβλιοθήκες φαρμάκων -100 εκατομμύρια γνωστές ενώσεις περίπου- εντοπίζοντας τις ενώσεις που είναι πιο πιθανό να δράσουν κατά ενός συγκεκριμένου παθογόνου. Αυτός ο τρόπος, όμως, διερευνούσε μόλις την κορυφή του παγόβουνου.
Στην παρούσα μελέτη, το μοντέλο εκπαιδεύτηκε να κατασκευάζει πιθανά φάρμακα χρησιμοποιώντας μια βιβλιοθήκη με περισσότερα από 130.000 μοριακά δομικά στοιχεία και ένα σύνολο επικυρωμένων χημικών αντιδράσεων. Όχι μόνο δημιούργησε την τελική ένωση αλλά και τα βήματα που έγιναν με αυτά τα δομικά στοιχεία, δίνοντας στους ερευνητές ένα σύνολο συνταγών για την παραγωγή των φαρμάκων.
Οι ερευνητές εκπαίδευσαν επίσης το μοντέλο σε υπάρχοντα δεδομένα της αντιβακτηριακής δράσης διαφόρων χημικών ουσιών έναντι του A. baumannii. Με αυτές τις κατευθυντήριες γραμμές και το αρχικό σετ δομικών στοιχείων, το SyntheMol δημιούργησε περίπου 25.000 πιθανά αντιβιοτικά και τις συνταγές για την παρασκευή τους σε λιγότερο από εννέα ώρες. Για να αποτρέψουν τα βακτήρια από το να αναπτύξουν γρήγορα αντίσταση στις νέες ενώσεις, οι ερευνητές φιλτράρισαν στη συνέχεια τις παραγόμενες ενώσεις μόνο σε εκείνες που ήταν ανόμοιες με τις υπάρχουσες ενώσεις.
Nέες χημικές δυνατότητες
Τελικά, οι ερευνητές επέλεξαν τις 70 ενώσεις με τις μεγαλύτερες δυνατότητες εξόντωσης του βακτηρίου και συνεργάστηκαν με μια εταιρεία χημικών για τη σύνθεσή τους. Η εταιρεία μπόρεσε να παράγει αποτελεσματικά 58 από αυτές τις ενώσεις, έξι από τις οποίες εξολόθρευσαν ένα ανθεκτικό στέλεχος του A. baumannii όταν οι ερευνητές τις δοκίμασαν στο εργαστήριο. Αυτές οι νέες ενώσεις έδειξαν επίσης αντιβακτηριακή δράση έναντι άλλων ειδών μολυσματικών βακτηρίων που είναι επιρρεπή στην αντοχή στα αντιβιοτικά, συμπεριλαμβανομένων των E. coli, Klebsiella pneumoniae και MRSA.
Δύο από τις έξι ενώσεις δοκιμάστηκαν για τοξικότητα σε ποντίκια και φάνηκαν ασφαλείς, δίνοντας το επόμενο βήμα στους ερευνητές, που θα περιλαμβάνει την εφαρμογή τους σε περαιτέρω πειράματα με ποντίκια που έχουν μολυνθεί με το βακτήριο A. baumannii, για να διαπιστώσουν εάν λειτουργούν σε ζωντανό οργανισμό.
Οι έξι ενώσεις είναι πολύ διαφορετικές μεταξύ τους και από τα υπάρχοντα αντιβιοτικά. Οι ερευνητές δεν γνωρίζουν πώς λειτουργούν οι αντιβακτηριακές ιδιότητές τους σε μοριακό επίπεδο, αλλά η διερεύνηση αυτών των λεπτομερειών θα μπορούσε να αποδώσει γενικές αρχές σχετικές με την ανάπτυξη άλλων αντιβιοτικών.
Διαβάστε επίσης:
Τεχνητή νοημοσύνη: Πώς εκσυγχρονίζει τον ρόλο του φαρμακοποιού
Αληθινός γιατρός ή Τεχνητή Nοημοσύνη: Ποιον θα εμπιστευόσασταν περισσότερο; Έρευνα αποκαλύπτει
