ИИ открыл новые антибиотики для борьбы с супербактериями: революция в разработке лекарств

Учёные применяют нейросети не только для открытия новых антибиотиков, но и для создания молекул, которые ранее не существовали в природе, на фоне нарастающего кризиса устойчивости бактерий к препаратам

Искусственный интеллект становится ключевым инструментом в разработке антибиотиков. Если ещё несколько лет назад нейросети в основном использовались для поиска многообещающих молекул, то сейчас они начинают помогать исследователям в понимании механизмов действия новых лекарственных средств. В условиях быстрого распространения устойчивых к лекарствам бактерий это может значительно ускорить процесс разработки новых методов лечения.

Одним из недавних примеров является работа группы под руководством Джонатана Стоукса (Jonathan Stokes) из канадского Университета Макмастера. В процессе поиска новых средств против опасных штаммов кишечной палочки Escherichia coli исследователи проверили около 10 тысяч биологически активных соединений и после нескольких этапов отбора выделили одну особенно перспективную молекулу. Новый антибиотик назвали enterololin.

Тем не менее, обнаружение многообещающего соединения — это лишь часть задачи. Необходимо было подтвердить, что enterololin действует селективно на патоген, а не уничтожает широкий спектр бактерий, включая полезную кишечную микрофлору. Обычно для таких исследований требуется длительный ряд биохимических экспериментов, генетических анализов и изучения клеточных белков.

Вместо этого команда использовала систему DiffDock, разработанную в Массачусетском технологическом институте США (MIT) под руководством эксперта в области искусственного интеллекта Регины Барзилай (Regina Barzilay). Алгоритм способен предсказывать, с какими белками взаимодействует молекула и какие биологические процессы она может нарушать.

Как отмечают авторы, ИИ позволил существенно сократить количество потенциальных мишеней и сосредоточить лабораторные эксперименты на наиболее вероятных вариантах. После создания специально модифицированных бактериальных штаммов исследователи быстро подтвердили прогнозы системы. Для разработки антибиотиков такой подход остаётся относительно редким, хотя интерес к нему стремительно растёт.

Проблема поиска новых антибиотиков становится всё более актуальной. Согласно имеющимся оценкам, к 2050 году инфекции, устойчивые к лекарствам, могут стать причиной не менее 39 миллионов смертей по всему миру. При этом разработка антибиотиков остаётся затратным и часто малоприбыльным направлением, что заставляет многие фармацевтические компании с осторожностью подходить к инвестированию в такие проекты.

Применение ИИ позволяет значительно уменьшить объём затратных лабораторных работ и ускорить отбор перспективных кандидатов.

Нейросети уже доказали свою эффективность на этапе поиска новых препаратов. Ранее команда MIT разработала систему Chemprop, которая проанализировала миллионы молекул и помогла открыть антибиотик halicin. Он продемонстрировал активность против ряда опасных патогенов, включая устойчивые штаммы кишечной палочки, возбудителя туберкулёза и бактерию Acinetobacter baumannii, часто вызывающую внутрибольничные инфекции.

Ещё дальше шагнули учёные из Пенсильванского университета под руководством Сесара де ла Фуэнте (Cesar de la Fuente). Их система APEX проанализировала более 10 миллионов белковых молекул и выявила свыше 37 тысяч потенциальных антибиотиков. Особенно примечательно, что более 11 тысяч кандидатов были найдены в белках давно вымерших организмов — от древних растений до гигантских ленивцев.

После лабораторной проверки десятков таких соединений выяснилось, что многие из них атакуют бактерии способом, который практически не встречается у современных антибиотиков. Это потенциально снижает вероятность наличия уже сформировавшейся устойчивости к подобным препаратам.

Следующим шагом стала разработка генеративной системы ApexGO, которая уже не ищет молекулы в природе, а создает новые варианты. Исследователи синтезировали около 100 соединений, созданных ИИ, и примерно 86% из них продемонстрировали активность как минимум против одного бактериального патогена.

Учёные подчеркивают, что искусственный интеллект ещё не способен полностью заменить лабораторные исследования. Многие молекулы, предложенные алгоритмами, оказываются слишком дорогими в производстве, нестабильными или вообще невозможными для синтеза. Тем не менее, отрасль постепенно переходит к модели, в которой нейросети участвуют практически на каждом этапе разработки новых лекарств — от поиска кандидатов до выяснения их механизмов действия.

История с enterololin демонстрирует, что ИИ начинает решать не только задачу поиска новых антибиотиков, но и помогает понять, почему они функционируют. На фоне нарастающего кризиса антибиотикорезистентности это может оказаться не менее значимым, чем открытие самих новых препаратов.

Источник