Использование искусственного интеллекта (ИИ) становится важным элементом в медицине. Эта технология помогла ученым открыть первые за 60 лет новые антибиотики.
Открытие нового соединения, способного уничтожить устойчивую к лекарствам бактерию, от которой ежегодно погибают тысячи людей по всему миру, может стать поворотным моментом в борьбе с устойчивостью к антибиотикам.
Джеймс Коллинз, профессор медицинской инженерии и науки Массачусетского технологического института (MIT) и один из авторов исследования, отметил: "Мы можем видеть, чему учат модели, чтобы те сделали предсказания о том, что определенные молекулы станут хорошими антибиотиками".
"Наша работа обеспечивает основу, которая не требует больших затрат времени, ресурсов и дает возможность проанализировать химическую структуру так, как мы не делали этого до сих пор", - полагает Коллинз.
Результаты исследования были опубликованы в журнале Nature в соавторстве с группой, в которую входят более 20 исследователей.
Для прогнозирования активности и токсичности нового соединения участники проекта использовали модель глубокого обучения.
Глубокое обучение подразумевает использование искусственных нейронных сетей для автоматического обучения и представления характеристик данных без явного программирования.
Оно находит все большее применение в разработке лекарственных препаратов, чтобы ускорить выявление потенциальных кандидатов, предсказать их свойства и оптимизировать процесс разработки лекарств.
В данном случае исследователи сосредоточились на метициллин-резистентном золотистом стафилококке (MRSA), устойчивом к определенным антибиотикам виде стафилококка.
Инфекции, вызванные MRSA, могут варьироваться от легких кожных инфекций до более серьезных и потенциально опасных для жизни случаев, таких как пневмония и инфекции кровотока.
По данным Европейского центра профилактики и контроля заболеваний (ECDC),ежегодно в странах Европейского союза происходит почти 150 000 случаев заражения MRSA, а от инфекций, устойчивых к противомикробным препаратам, умирает почти 35 000 человек.
Команда исследователей из Массачусетского технологического института использовала в своей работе расширенные наборы данных. Около 39 000 соединений были оценены на предмет их антибиотической активности против MRSA. Затем в модель ввели как полученные данные, так и сведения о химической структуре соединений.
"В этом исследовании мы поставили перед собой задачу открыть "черный ящик". Эти модели состоят из огромного количества вычислений, которые имитируют нейронные связи, и никто не знает, что происходит "под капотом", - говорит Феликс Вонг из Массачусетского технологического института и Гарварда, один из ведущих авторов исследования.
Чтобы уточнить выбор потенциальных лекарств, исследователи использовали еще три модели глубокого обучения. Эти модели были обучены оценивать токсичность соединений на трех разных типах человеческих клеток.
Объединив прогнозы токсичности с ранее определенной антимикробной активностью, исследователи выявили соединения, способные эффективно бороться с микробами с минимальным вредом для человеческого организма.
С помощью этого набора моделей было проверено около 12 миллионов коммерчески доступных соединений.
Модели выявили соединения из пяти различных классов, отобранных на основе специфических химических субструктур в молекулах, которые проявляли предсказанную активность против MRSA.
Впоследствии исследователи получили около 280 таких соединений и провели испытания против MRSA в лабораторных условиях. Этот подход позволил им выявить двух перспективных кандидатов в антибиотики из одного класса.
В экспериментах на мышах с двумя моделями - кожной инфекцией MRSA и системной инфекцией MRSA - каждое из этих соединений сократило популяцию MRSA в 10 раз.
