AI Discovers A New Class Of Antibiotics After Scouring 12 Million Compounds

प्लेटो द्वारा पुनर्प्रकाशित

अनुयायियों: 0

एंटीबायोटिक्स ने अनगिनत लोगों की जान बचाई है और आधुनिक चिकित्सा में यह एक महत्वपूर्ण उपकरण है। लेकिन हम बैक्टीरिया के खिलाफ अपनी लड़ाई में हार रहे हैं। पिछली शताब्दी के मध्य में, वैज्ञानिक एंटीबायोटिक्स की बिल्कुल नई श्रेणियाँ खोजीं. तब से, खोज की गति धीमी हो गई है, और एंटीबायोटिक-प्रतिरोधी बैक्टीरिया का प्रसार बढ़ गया है।

संभावना है कि अभी तक एंटीबायोटिक्स की खोज नहीं हुई है, लेकिन रासायनिक ब्रह्मांड इतना बड़ा है कि कोई भी इसकी खोज नहीं कर सकता। हाल के वर्षों में वैज्ञानिकों ने एआई की ओर रुख किया है। मशीन लर्निंग एल्गोरिदम भारी संख्या में संभावित रासायनिक विन्यासों को परीक्षण के लिए मुट्ठी भर आशाजनक उम्मीदवारों तक सीमित कर सकता है।

आज तक, वैज्ञानिकों ने एंटीबायोटिक गुणों वाले एकल यौगिकों को खोजने के लिए एआई का उपयोग किया है। लेकिन एक नए अध्ययन में, कल में प्रकाशित प्रकृतिएमआईटी शोधकर्ताओं का कहना है कि उन्होंने एक ऐसी प्रणाली का निर्माण और परीक्षण किया है जो एंटीबायोटिक दवाओं की पूरी नई श्रेणियों की पहचान कर सकती है और अनुमान लगा सकती है कि कौन सी दवाएं लोगों के लिए सुरक्षित हैं।

एआई ने 12 मिलियन से अधिक यौगिकों की जांच की और एंटीबायोटिक दवाओं का एक अनदेखा वर्ग पाया जो मेथिसिलिन प्रतिरोधी स्टैफिलोकोकस ऑरियस (एमआरएसए) के खिलाफ चूहों में प्रभावी साबित हुआ, जो दवा प्रतिरोधी बग का एक घातक तनाव है।

जबकि इन एआई-खोजे गए एंटीबायोटिक्स को अभी भी नैदानिक परीक्षण के मानक चुनौती को पारित करके मनुष्यों में खुद को सुरक्षित और प्रभावी साबित करने की आवश्यकता है, टीम का मानना है कि उनका काम सामने के अंत में खोज को गति दे सकता है और उम्मीद है, हमारी समग्र हिट दर में वृद्धि हो सकती है।

ड्रग स्पेस की खोज

खोज की प्रक्रिया को तेज करने के लिए वैज्ञानिक एआई साइडकिक्स का तेजी से उपयोग कर रहे हैं। सबसे प्रसिद्ध, शायद, डीपमाइंड का अल्फाफोल्ड है, एक मशीन लर्निंग प्रोग्राम जो हमारे शरीर के बुनियादी निर्माण खंड प्रोटीन के आकार को मॉडल कर सकता है। विचार यह है कि अल्फ़ाफ़ोल्ड और उसके वंशज दवा अनुसंधान की कठिन प्रक्रिया को तेज़ कर सकते हैं। उनका दृढ़ विश्वास इतना मजबूत है कि डीपमाइंड ने 2021 में एक सहायक कंपनी बनाई, आइसोमॉर्फिक लैब्स, बस यही करने के लिए समर्पित।

अन्य एआई दृष्टिकोणों ने भी वादा दिखाया है। एक एमआईटी समूह, विशेष रूप से, सुपरबग से लड़ने के लिए पूरी तरह से नए एंटीबायोटिक विकसित करने पर ध्यान केंद्रित कर रहा है। 2020 में प्रकाशित उनके पहले अध्ययन ने स्थापित किया कि दृष्टिकोण काम कर सकता है, जब उन्हें हैलिसिन मिला, जो पहले से अनदेखा एंटीबायोटिक था दवा-प्रतिरोधी ई. कोलाई को आसानी से ख़त्म कर सकता है.

अध्ययन के एक वरिष्ठ लेखक मैकमास्टर यूनिवर्सिटी के जोनाथन स्टोक्स के अनुसार, इस साल की शुरुआत में एक फॉलोअप में, टीम ने एसिनेटोबैक्टर बाउमन्नी, "मल्टीड्रग-प्रतिरोधी जीवाणु संक्रमण के लिए सार्वजनिक दुश्मन नंबर 1" को निशाने पर लिया।

“एसिनेटोबैक्टर अस्पताल के दरवाज़ों और उपकरणों पर लंबे समय तक जीवित रह सकता है, और यह अपने वातावरण से एंटीबायोटिक प्रतिरोध जीन ले सकता है। ए. बौमन्नी आइसोलेट्स का मिलना अब वास्तव में आम बात हो गई है जो लगभग हर एंटीबायोटिक के प्रति प्रतिरोधी हैं।'' स्टोक्स ने उस समय कहा.

केवल दो घंटों में 6,680 यौगिकों की जांच करने के बाद, एआई ने कुछ सौ होनहार उम्मीदवारों को उजागर किया। टीम ने इनमें से 240 का परीक्षण किया जो मौजूदा एंटीबायोटिक दवाओं से संरचनात्मक रूप से भिन्न थे। उनके सामने नौ होनहार उम्मीदवार सामने आए, जिनमें से एक, अबौसिन भी शामिल था, जो ए. बाउमन्नी के खिलाफ काफी प्रभावी था।

दोनों अध्ययनों से पता चला कि दृष्टिकोण काम कर सकता है, लेकिन बिना किसी जानकारी के केवल एकल उम्मीदवार ही सामने आए क्यों वे प्रभावी थे. मशीन लर्निंग एल्गोरिदम, कुख्यात, ब्लैक बॉक्स हैं - बोलने के लिए "कानों के बीच" क्या होता है, यह अक्सर एक पूर्ण रहस्य होता है।

नवीनतम अध्ययन में, समूह ने एक अन्य ज्ञात प्रतिद्वंद्वी, एमआरएसए पर निशाना साधा, केवल इस बार उन्होंने परिणामों को बेहतर बनाने और एआई के तर्क को बेहतर ढंग से उजागर करने के लिए कई एल्गोरिदम को एक साथ जोड़ा।

स्विच फ़्लिप करना

टीम के नवीनतम एंटीबायोटिक ब्लडहाउंड को लगभग 39,000 यौगिकों पर प्रशिक्षित किया गया, जिसमें उनकी रासायनिक संरचना और एमआरएसए को मारने की क्षमता भी शामिल है। उन्होंने मानव कोशिकाओं में किसी दिए गए यौगिक की विषाक्तता की भविष्यवाणी करने के लिए अलग-अलग मॉडल भी प्रशिक्षित किए।

"आप मूल रूप से किसी भी अणु को एक रासायनिक संरचना के रूप में प्रस्तुत कर सकते हैं, और आप मॉडल को यह भी बता सकते हैं कि वह रासायनिक संरचना जीवाणुरोधी है या नहीं," आईएमईएस और ब्रॉड इंस्टीट्यूट ऑफ एमआईटी और हार्वर्ड में पोस्टडॉक फेलिक्स वोंग कहते हैं। बोला था एमआईटी न्यूज़. “मॉडल को इस तरह के कई उदाहरणों पर प्रशिक्षित किया जाता है। यदि आप इसे कोई नया अणु, परमाणुओं और बंधों की एक नई व्यवस्था देते हैं, तो यह आपको संभावना बता सकता है कि उस यौगिक के जीवाणुरोधी होने की भविष्यवाणी की गई है।

एक बार पूरा होने पर, टीम ने सिस्टम में 12 मिलियन से अधिक यौगिक डाले। एआई ने इस विशाल सूची को उनकी संरचनाओं के आधार पर पांच वर्गों में व्यवस्थित लगभग 3,600 यौगिकों तक सीमित कर दिया - यह अनुमान लगाया गया कि एमआरएसए के खिलाफ कुछ गतिविधि होगी और मानव कोशिकाओं के लिए न्यूनतम विषाक्त होगी। टीम ने परीक्षण के लिए 283 उम्मीदवारों की अंतिम सूची तय की।

इनमें से, उन्होंने दो को एक ही वर्ग से पाया - यानी, उनके पास समान संरचनात्मक घटक थे जो रोगाणुरोधी गतिविधि में योगदान करते थे - जो काफी प्रभावी थे। चूहों में, एंटीबायोटिक्स ने मौजूद 90 प्रतिशत एमआरएसए बैक्टीरिया को बाहर निकालकर त्वचा संक्रमण और प्रणालीगत संक्रमण दोनों से लड़ाई की।

विशेष रूप से, जबकि उनके पिछले काम ने कोशिका झिल्ली को बाधित करके ग्राम-नकारात्मक बैक्टीरिया से निपटा था, एमआरएसए ग्राम-पॉजिटिव है और इसकी दीवारें मोटी हैं।

वोंग ने कहा, "हमारे पास इस बात के पुख्ता सबूत हैं कि यह नया संरचनात्मक वर्ग बैक्टीरिया में प्रोटॉन प्रेरक बल को चुनिंदा रूप से नष्ट करके ग्राम-पॉजिटिव रोगजनकों के खिलाफ सक्रिय है।" "अणु जीवाणु कोशिका झिल्ली पर चुनिंदा तरीके से हमला कर रहे हैं, जिससे मानव कोशिका झिल्ली को पर्याप्त नुकसान नहीं होता है।"

अपने एआई को समझाने योग्य बनाकर, टीम उन संरचनाओं पर ध्यान केंद्रित करने की उम्मीद करती है जो भविष्य की खोजों को सूचित कर सकती हैं या प्रयोगशाला में अधिक प्रभावी एंटीबायोटिक दवाओं के डिजाइन में योगदान कर सकती हैं।

अंतिम परीक्षा

यहां ध्यान देने वाली मुख्य बात यह है कि हालांकि ऐसा प्रतीत होता है कि नए एंटीबायोटिक्स बहुत छोटे पैमाने पर चूहों पर प्रभावी थे, लेकिन आपको एक एंटीबायोटिक निर्धारित करने से पहले एक लंबा रास्ता तय करना होगा।

नई दवाएं कठोर परीक्षण और नैदानिक परीक्षणों से गुजरती हैं, और कई, यहां तक कि आशाजनक उम्मीदवार भी, दूसरी तरफ नहीं पहुंच पाते हैं। आमतौर पर एआई-सहायता प्राप्त दवा खोज का क्षेत्र है इस संबंध में अभी शुरुआती चरण में है। प्रथम एआई-डिज़ाइन की गई दवाएं अब क्लिनिकल परीक्षण में हैं, लेकिन अभी तक किसी को भी मंजूरी नहीं मिली है।

फिर भी, आशा है कि बेहतर उम्मीदवारों के साथ पाइपलाइन को और अधिक तेज़ी से स्टॉक किया जाएगा।

क्लिनिकल परीक्षण के लिए उपयुक्त नए एंटीबायोटिक की खोज में तीन से छह साल लग सकते हैं, के अनुसार पेंसिल्वेनिया विश्वविद्यालय के सीज़र डे ला फ़ुएंतेजिसकी लैब इसी तरह का काम कर रही है. फिर आपके पास स्वयं परीक्षण हैं। एंटीबायोटिक प्रतिरोध बढ़ने के साथ, हमारे पास उस तरह का समय नहीं हो सकता है, इस तथ्य का जिक्र नहीं है कि एंटीबायोटिक दवाओं में अन्य दवाओं के निवेश पर रिटर्न नहीं है। किसी भी मदद का स्वागत है.

"अब, मशीनों के साथ, हम [समयरेखा] में तेजी लाने में सक्षम हैं," डे ला फुएंते ने बताया अमेरिकी वैज्ञानिक. उदाहरण के लिए, मेरे और मेरे सहकर्मियों के काम में, हम तीन से छह साल तक इंतजार करने के बजाय कुछ ही घंटों में हजारों या सैकड़ों-हजारों प्रीक्लिनिकल उम्मीदवारों की खोज कर सकते हैं। मुझे लगता है कि एआई ने सामान्य तौर पर इसे सक्षम किया है।"

यह अभी शुरुआती है, लेकिन अगर एआई द्वारा खोजे गए एंटीबायोटिक्स आने वाले वर्षों में खुद को योग्य साबित करते हैं, तो शायद हम बैक्टीरिया के खिलाफ अपनी लंबे समय से चली आ रही लड़ाई में बढ़त बनाए रख सकते हैं।

छवि क्रेडिट: एक मानव श्वेत रक्त कोशिका एमआरएसए (बैंगनी) को ग्रहण करती है / नेशनल इंस्टीट्यूट ऑफ एलर्जी एंड इंफेक्शियस डिजीज, नेशनल इंस्टीट्यूट ऑफ हेल्थ