В качестве обнадеживающего признака спроса на более безопасные и эффективные антибиотики для людей исследователи из Техасского университета в Остине использовали искусственный интеллект для разработки нового препарата, который уже показал многообещающие результаты в испытаниях на животных.

Опубликовав свои результаты в журнале Nature Biomedical Engineering , ученые описывают использование большой языковой модели — инструмента искусственного интеллекта, подобного тому, который лежит в основе ChatGPT, — для разработки версии препарата, убивающего бактерии , который ранее был токсичен для людей, чтобы его можно было безопасно использовать.

Прогноз для пациентов с опасными бактериальными инфекциями ухудшился в последние годы, поскольку распространились штаммы бактерий, устойчивые к антибиотикам, а разработка новых вариантов лечения застопорилась. Однако исследователи Техасского университета говорят, что инструменты ИИ меняют правила игры.

«Мы обнаружили, что большие языковые модели — это большой шаг вперед для приложений машинного обучения в белковой и пептидной инженерии», — сказал Клаус Вильке, профессор интегративной биологии, статистики и наук о данных, а также соавтор новой статьи. «Многие варианты использования, которые были невозможны с предыдущими подходами, теперь начинают работать. Я предвижу, что эти и подобные подходы будут широко использоваться для разработки терапевтических средств или лекарств в будущем».

Большие языковые модели, или LLM, изначально были разработаны для генерации и исследования последовательностей текста, но ученые находят креативные способы применения этих моделей в других областях. Например, так же, как предложения состоят из последовательностей слов, белки состоят из последовательностей аминокислот. LLM объединяют вместе слова, которые имеют общие атрибуты (например, кошка, собака и хомяк) в так называемом «пространстве встраивания» с тысячами измерений.

Аналогичным образом белки со схожими функциями, например, способностью бороться с опасными бактериями , не причиняя вреда людям, являющимся хозяевами этих бактерий, могут объединяться в собственную версию пространства внедрения ИИ.

«Пространство, содержащее все молекулы, огромно», — сказал Дэвис, соавтор новой статьи. «Машинное обучение позволяет нам находить области химического пространства, обладающие интересующими нас свойствами, и оно может делать это гораздо быстрее и тщательнее, чем стандартные лабораторные подходы по одному за раз».

Для этого проекта исследователи использовали ИИ, чтобы найти способы реинжиниринга существующего антибиотика под названием Протегрин-1, который отлично убивает бактерии, но токсичен для людей. Протегрин-1, который естественным образом вырабатывается свиньями для борьбы с инфекциями, является частью подтипа антибиотиков, называемых антимикробными пептидами (AMP). AMP обычно убивают бактерии напрямую, разрушая клеточные мембраны, но многие нацелены как на бактериальные, так и на человеческие клеточные мембраны.

Во-первых, исследователи использовали высокопроизводительный метод, который они разработали ранее, чтобы создать более 7000 вариаций Протегрина-1 и быстро определить области AMP, которые можно было модифицировать, не теряя при этом его антибиотической активности.

Затем они обучили белок LLM на этих результатах, чтобы модель могла оценить миллионы возможных вариаций для трех характеристик: избирательное нацеливание на бактериальные мембраны, эффективное уничтожение бактерий и отсутствие вреда для человеческих эритроцитов, чтобы найти те, которые попадают в золотую середину всех трех. Затем модель помогла команде найти более безопасную и эффективную версию Protegrin-1, которую они назвали бактериально селективным Protegrin-1.2 (bsPG-1.2).

У мышей, инфицированных бактериями с множественной лекарственной устойчивостью и леченных bsPG-1.2, вероятность обнаружения бактерий в органах через шесть часов после заражения была гораздо ниже, чем у нелеченых мышей. Если дальнейшие испытания дадут такие же положительные результаты, исследователи надеются в конечном итоге провести испытания на людях версии антибиотика, разработанного с помощью ИИ.

«Влияние машинного обучения двояко», — сказал Дэвис. «Оно укажет на новые молекулы, которые могут иметь потенциал для помощи людям, и оно покажет нам, как мы можем взять существующие молекулы антибиотиков и улучшить их, а также сосредоточить нашу работу на том, чтобы быстрее внедрить их в клиническую практику».

В этом проекте рассматривается, как ученые-исследователи совершенствуют искусственный интеллект для удовлетворения общественных потребностей. Это ключевая тема этого года в Техасском университете в Остине, который объявил 2024 год Годом ИИ.

Другими авторами исследования являются научный сотрудник Джастин Рэндалл и аспирант Луис Виейра, оба из Техасского университета в Остине.