Човечеството няма много време преди да се върне в изходно положение по отношение на инфекциозните болести. Според Световната здравна организация няколко десетилетия ни делят от момента, в който бактериите отново могат да станат една от най-масовите причини за смъртност и да убиват повече хора, отколкото раковите заболявания.
Едно от най-големите медицински открития - антибиотиците - е на път да изчерпи силата си. Появяват се супербактерии, които успешно развиват резистентност към този вид лекарства и става все по-трудно те да бъдат унищожени.
Една от тези супербактерии е MRSA - метицилин резистентен стафилококус ауреус.
Това е причинител на инфекции - най-често кожни, и в някои случаи е трудно те да бъдат лекувани, тъй като бактерията е резистентна към няколко вида антибиотици.
И тук на преден план излиза друго изобретение на човечеството - изкуственият интелект (ИИ).
Подобни технологии може да се окажат от ключово значение в опитите за откриване на нови антибиотици, които да са ефективни срещу супербактериите.
Именно с помощта на ИИ екип от учени е успял да разработи нов клас антибиотици - нещо, което се случва за пръв път от 60 години насам.
За целта изследователите са използвали т.нар. дълбоко обучение (deep learning) - метод за машинно обучение, при който изкуствени невронни мрежи автоматично учат и анализират определена информация.
В този случай методът е използван с експериментално генерирани данни, за да бъде прогнозирана антибиотичната активност и токсичност на различни лекарствени съединения.
Така се стига до намирането на ново съединение, което има потенциал да убива супербактерията MRSA, сочат публикуваните в сп. "Нейчър" предварителни резултати.
"Откритието тук беше, че можехме да видим какво се проучва от моделите, за да предположат от кои точно молекули може да станат добри антибиотици", обяснява един от авторите на проучването - Джеймс Колинс, професор по медицинско инженерство в Масачузетския технологичен институт.
С други думи, ИИ не само посочва кои съединения имат търсената активност срещу съответните бактерии, но и защо - от гледна точка на химичната им структура.
Т.нар. дълбоко обучение се използва все повече при търсенето на нови медикаменти, тъй като оптимизира, ускорява и прави далеч по-евтин процеса при откриването на потенциално ефективни съединения и молекули и свойствата им.
В този случай учените се фокусират върху MRSA и виртуално проверяват с помощта на изкуствен интелект свойствата на 12 млн. съществуващи съединения. За да създадат пък базата данни, от която ИИ да се учи, използват оценките за свойствата на 39 000 молекули срещу супербактерията.
За избора на потенциални лекарства от евентуалните избрани съединения се използват три други модела за дълбоко обучение, които оценяват токсичността на съединенията върху три вида човешки клетки.
След това оценките за токсичността се интегрират с тези за антимикробната активност на съединенията и така се откриват тези, които са в състояние да се борят ефективно с бактериите, но и с минимални вреди за човешкия организъм.
След като през проверката минават 12 млн. молекули, ИИ идентифицира съединения от 5 различни класа, за които се очаква да имат въздействие срещу MRSA. Част от тях са подбрани и тествани в лабораторни условия. Така се стига до 2 обещаващи кандидата от един и същ клас антибиотици.
Следват тестове с мишки - за кожна инфекция и за системна, при която са засегнати кръвта и вътрешните органи. Резултатът е ефективно намаление на бактериите.
Въпрос на време е да разберем дали това наистина е пробив или просто малка стъпка по пътя в търсене на нови лекарства.
