ИИ помогает находить и объяснять действие новых антибиотиков

Искусственный интеллект всё активнее подключают к разработке антибиотиков, на фоне того как бактерии всё чаще становятся устойчивыми к существующим лекарствам. Раньше нейросети в основном искали перспективные молекулы. Теперь их используют и для другой задачи: разобраться, как именно работают новые препараты и на какие процессы в клетке они влияют. Это может заметно ускорить создание новых средств лечения.

Один из примеров, работа группы под руководством Джонатана Стоукса (Jonathan Stokes) из канадского Университета Макмастера. В поисках препаратов против опасных штаммов кишечной палочки Escherichia coli учёные проверили около 10 тысяч биологически активных соединений. После серии отборов они выделили одну перспективную молекулу, получившую название enterololin. Чтобы понять механизм её действия, исследователи обратились к системе DiffDock, разработанной в MIT под руководством Регины Барзилай (Regina Barzilay). Алгоритм прогнозирует, с какими белками взаимодействует молекула и какие биологические процессы она может нарушать. Это позволило резко сократить число возможных мишеней, а затем проверить прогнозы в лабораторных экспериментах.

Проблема поиска новых антибиотиков становится всё острее. По существующим оценкам, к 2050 году инфекции, устойчивые к лекарствам, могут стать причиной не менее 39 миллионов смертей по всему миру. ИИ применяют и на этапе первичного поиска кандидатов. Ранее команда MIT создала систему Chemprop: она проанализировала миллионы молекул и помогла обнаружить антибиотик halicin. Соединение оказалось активным против ряда патогенов, включая устойчивые штаммы кишечной палочки, возбудителя туберкулёза и бактерию Acinetobacter baumannii.

Другой проект, система APEX, созданная в Пенсильванском университете под руководством Сесара де ла Фуэнте (Cesar de la Fuente). Она проанализировала более 10 миллионов белковых молекул и обнаружила свыше 37 тысяч потенциальных антибиотиков. Более 11 тысяч из них нашли в белках давно вымерших организмов, от древних растений до гигантских ленивцев. Следующим шагом стала генеративная система ApexGO, которая проектирует новые молекулы. Исследователи синтезировали около 100 созданных ИИ соединений, и примерно 86% из них показали активность.