Nowe podejście w badaniach nad antybiotykami

W badaniach nad bezpieczniejszymi i bardziej skutecznymi antybiotykami, naukowcy z Uniwersytetu Teksańskiego w Austin wykorzystali sztuczną inteligencję do opracowania nowego leku. Badania opublikowane w czasopiśmie Nature Biomedical Engineering przedstawiają zastosowanie dużych modeli językowych (LLM) do modyfikacji istniejącego antybiotyku, który wcześniej był toksyczny dla ludzi, tak aby stał się bezpieczny.

Wyzwania współczesnej medycyny

W ostatnich latach rokowania dla pacjentów z groźnymi zakażeniami bakteryjnymi uległy pogorszeniu z powodu rozprzestrzeniania się szczepów opornych na antybiotyki oraz stagnacji w rozwoju nowych opcji leczenia. Badacze z UT uważają jednak, że narzędzia oparte na sztucznej inteligencji mogą znacząco przyspieszyć postęp w tej dziedzinie. Dzięki zastosowaniu modeli językowych, które pierwotnie służyły do analizy tekstu, naukowcy odkrywają nowe sposoby na wykorzystanie tych modeli w innych dziedzinach, takich jak inżynieria białek i peptydów.

Innowacyjne zastosowania modeli językowych

Duże modele językowe mogą być używane do analizy sekwencji aminokwasów w białkach, podobnie jak analizują sekwencje słów w tekście. Pozwalają one na szybkie i precyzyjne identyfikowanie cząsteczek o pożądanych właściwościach chemicznych, co znacznie przyspiesza proces badawczy w porównaniu do tradycyjnych metod laboratoryjnych.

Przeprojektowanie toksycznego antybiotyku

W ramach projektu naukowcy zastosowali AI do przeprojektowania antybiotyku Protegrin-1, który jest skuteczny w zabijaniu bakterii, ale toksyczny dla ludzi. Protegrin-1, naturalnie produkowany przez świnie, należy do klasy antybiotyków zwanych peptydami przeciwdrobnoustrojowymi (AMP), które zazwyczaj niszczą bakterie poprzez uszkadzanie ich błon komórkowych. Problem polegał jednak na tym, że te same peptydy uszkadzały również komórki ludzkie.

Optymalizacja za pomocą AI

Aby rozwiązać ten problem, naukowcy stworzyli ponad 7 000 wariantów Protegrin-1 i szybko zidentyfikowali obszary, które można modyfikować bez utraty aktywności antybiotycznej. Następnie wytrenowali model językowy na podstawie tych wyników, aby ocenić miliony możliwych wariantów pod kątem trzech kluczowych cech: selektywnego działania na błony bakteryjne, skutecznego zabijania bakterii oraz minimalnego uszkadzania czerwonych krwinek u ludzi.

Nowa, bezpieczniejsza wersja antybiotyku

Ostatecznie model pomógł stworzyć bezpieczniejszą wersję Protegrin-1, nazwaną bakteryjnie selektywnym Protegrin-1.2 (bsPG-1.2). Testy na myszach zarażonych bakteriami opornymi na wiele leków wykazały, że leczenie bsPG-1.2 znacząco zmniejszało ilość wykrywalnych bakterii w narządach, co jest obiecującym wynikiem.

Perspektywy przyszłych badań

Jeśli dalsze testy przyniosą podobnie pozytywne rezultaty, naukowcy mają nadzieję na wprowadzenie tej AI-zmodyfikowanej wersji antybiotyku do badań klinicznych na ludziach. Dzięki uczeniu maszynowemu możliwe będzie nie tylko odkrywanie nowych molekuł, które mogą pomóc ludziom, ale także doskonalenie istniejących antybiotyków, co przyspieszy ich wprowadzenie do praktyki klinicznej.