AI ค้นพบยาปฏิชีวนะประเภทใหม่หลังจากกำจัดสารประกอบ 12 ล้านชนิด

เผยแพร่ซ้ำโดยเพลโต

ผู้ติดตาม: 0

ยาปฏิชีวนะช่วยชีวิตคนได้นับไม่ถ้วนและเป็นเครื่องมือสำคัญในการแพทย์แผนปัจจุบัน แต่เรากำลังสูญเสียความสามารถในการต่อสู้กับแบคทีเรีย ในช่วงกลางศตวรรษที่ผ่านมานักวิทยาศาสตร์ ค้นพบยาปฏิชีวนะประเภทใหม่ทั้งหมด. นับตั้งแต่นั้นเป็นต้นมา การค้นพบก็ชะลอตัวลง และความชุกของแบคทีเรียที่ดื้อยาปฏิชีวนะก็เพิ่มขึ้น

อาจยังมียาปฏิชีวนะที่ยังถูกค้นพบ แต่จักรวาลเคมีนั้นใหญ่เกินกว่าใครจะค้นหาได้ ในช่วงไม่กี่ปีที่ผ่านมา นักวิทยาศาสตร์หันมาใช้ AI อัลกอริธึมการเรียนรู้ของเครื่องสามารถลดการกำหนดค่าทางเคมีที่อาจเกิดขึ้นจำนวนมหาศาลให้เหลือเพียงไม่กี่ตัวเลือกที่มีแนวโน้มสำหรับการทดสอบ

จนถึงปัจจุบัน นักวิทยาศาสตร์ได้ใช้ AI เพื่อค้นหาสารประกอบเดี่ยวที่มีคุณสมบัติเป็นยาปฏิชีวนะ แต่ในการศึกษาใหม่ เผยแพร่เมื่อวานนี้ใน ธรรมชาตินักวิจัยของ MIT กล่าวว่าพวกเขาได้สร้างและทดสอบระบบที่สามารถระบุยาปฏิชีวนะประเภทใหม่ๆ ทั้งหมด และคาดการณ์ว่ายาปฏิชีวนะชนิดใดน่าจะปลอดภัยสำหรับมนุษย์

AI กรองสารประกอบมากกว่า 12 ล้านชนิดและพบยาปฏิชีวนะประเภทหนึ่งที่ยังไม่ถูกค้นพบ ซึ่งพิสูจน์แล้วว่ามีประสิทธิภาพในหนู ต่อต้าน Staphylococcus aureus ที่ดื้อต่อยาเมธิซิลิน (MRSA) ซึ่งเป็นเชื้อแมลงที่ดื้อยาสายพันธุ์ร้ายแรง

แม้ว่ายาปฏิชีวนะที่ค้นพบโดย AI เหล่านี้ยังคงจำเป็นต้องพิสูจน์ตัวเองว่าปลอดภัยและมีประสิทธิภาพในมนุษย์โดยผ่านการทดสอบทางคลินิกตามมาตรฐาน ทีมงานเชื่อว่างานของพวกเขาสามารถเร่งการค้นพบในส่วนหน้า และหวังว่าจะเพิ่มอัตราการโจมตีโดยรวมของเรา

สำรวจพื้นที่ยาเสพติด

นักวิทยาศาสตร์ใช้ผู้ช่วย AI มากขึ้นเพื่อเร่งกระบวนการค้นพบ ที่มีชื่อเสียงที่สุดคือ AlphaFold ของ DeepMind ซึ่งเป็นโปรแกรมการเรียนรู้ของเครื่องที่สามารถจำลองรูปร่างของโปรตีน ซึ่งเป็นส่วนประกอบพื้นฐานของร่างกายของเรา แนวคิดก็คือ AlphaFold และรุ่นต่อๆ ไปสามารถเร่งกระบวนการวิจัยยาอันยากลำบากให้เร็วขึ้นได้ ความเชื่อมั่นของพวกเขาแข็งแกร่งมาก DeepMind จึงแยกบริษัทสาขาออกในปี 2021 ไอโซมอร์ฟิคแล็บทุ่มเทให้กับการทำสิ่งนั้น

แนวทาง AI อื่น ๆ ก็แสดงให้เห็นเช่นกัน โดยเฉพาะอย่างยิ่งกลุ่ม MIT มุ่งเน้นไปที่การพัฒนายาปฏิชีวนะใหม่ทั้งหมดเพื่อต่อสู้กับ superbugs การศึกษาครั้งแรกของพวกเขา ซึ่งตีพิมพ์ในปี 2020 ระบุว่าแนวทางดังกล่าวสามารถใช้ได้ เมื่อพวกเขาพบสารฮาลิซิน ซึ่งเป็นยาปฏิชีวนะที่ยังไม่ถูกค้นพบก่อนหน้านี้ สามารถกำจัดเชื้อ E. coli ที่ดื้อยาออกไปได้อย่างง่ายดาย.

ในการติดตามผลเมื่อต้นปีนี้ ทีมงานมุ่งเป้าไปที่ Acinetobacter baumannii ซึ่งเป็น "ศัตรูสาธารณะหมายเลข 1 สำหรับการติดเชื้อแบคทีเรียที่ดื้อยาหลายชนิด" ตามที่ Jonathan Stokes จาก McMaster University ผู้เขียนอาวุโสด้านการศึกษากล่าว

“Acinetobacter สามารถอยู่รอดได้โดยใช้ลูกบิดประตูและอุปกรณ์ของโรงพยาบาลเป็นเวลานาน และสามารถรับยีนต้านทานยาปฏิชีวนะจากสิ่งแวดล้อมได้ เป็นเรื่องปกติจริงๆ ในตอนนี้ที่จะพบเชื้อ A. baumannii ที่ทนทานต่อยาปฏิชีวนะเกือบทุกชนิด” สโต๊คส์กล่าวในขณะนั้น.

หลังจากรวบรวมสารประกอบ 6,680 รายการในเวลาเพียงสองชั่วโมง AI ก็เน้นย้ำผู้สมัครที่มีแนวโน้มดีสองสามร้อยราย ทีมงานทดสอบ 240 รายการซึ่งมีโครงสร้างแตกต่างจากยาปฏิชีวนะที่มีอยู่ พวกเขาพบผู้สมัครที่มีแนวโน้มดีเก้าคน รวมถึงหนึ่งคนคืออาบาซิน ซึ่งค่อนข้างได้ผลในการต่อสู้กับเอ. โบมันนี

การศึกษาทั้งสองแสดงให้เห็นว่าวิธีนี้ใช้ได้ผล แต่ให้ผลเฉพาะผู้สมัครรายเดียวที่ไม่มีข้อมูล ทำไม พวกเขามีประสิทธิภาพ อัลกอริธึมการเรียนรู้ของเครื่องนั้นขึ้นชื่อว่าเป็นกล่องดำ สิ่งที่เกิดขึ้น "ระหว่างหู" ดังนั้นการพูดมักจะเป็นเรื่องลึกลับโดยสิ้นเชิง

ในการศึกษาล่าสุด กลุ่มมุ่งเป้าไปที่ศัตรูอีกตัวหนึ่งที่รู้จัก นั่นคือ MRSA แต่คราวนี้พวกเขาเชื่อมโยงอัลกอริธึมหลายตัวเข้าด้วยกันเพื่อปรับปรุงผลลัพธ์และให้ความกระจ่างแก่เหตุผลของ AI ได้ดียิ่งขึ้น

การพลิกสวิตช์

ยาปฏิชีวนะล่าสุดของทีมได้รับการฝึกฝนเกี่ยวกับสารประกอบประมาณ 39,000 ชนิด รวมถึงโครงสร้างทางเคมีและความสามารถในการฆ่าเชื้อ MRSA พวกเขายังได้ฝึกแบบจำลองที่แยกจากกันเพื่อทำนายความเป็นพิษของสารประกอบที่กำหนดต่อเซลล์ของมนุษย์

“โดยพื้นฐานแล้ว คุณสามารถแสดงโมเลกุลใดๆ ก็ได้ว่าเป็นโครงสร้างทางเคมี และคุณยังบอกแบบจำลองได้ว่าโครงสร้างทางเคมีนั้นมีฤทธิ์ต้านแบคทีเรียหรือไม่” เฟลิกซ์ หว่อง นักศึกษาหลังปริญญาเอกที่ IMES และ Broad Institute of MIT และ Harvard บอก ข่าว MIT. “โมเดลนี้ได้รับการฝึกฝนจากตัวอย่างมากมายเช่นนี้ หากคุณให้โมเลกุลใหม่ การจัดเรียงอะตอมและพันธะใหม่ มันสามารถบอกคุณได้ว่ามีความเป็นไปได้ที่สารประกอบนั้นคาดว่าจะต้านเชื้อแบคทีเรียได้”

เมื่อเสร็จสิ้น ทีมงานได้ป้อนสารประกอบมากกว่า 12 ล้านตัวเข้าสู่ระบบ AI ได้จำกัดรายชื่อสารประกอบจำนวนมหาศาลนี้ให้เหลือประมาณ 3,600 สารประกอบซึ่งแบ่งออกเป็น 283 คลาสตามโครงสร้างของพวกมัน โดยคาดการณ์ว่าจะมีฤทธิ์ต่อต้าน MRSA และเป็นพิษน้อยที่สุดต่อเซลล์ของมนุษย์ ทีมงานได้ตัดสินรายชื่อผู้เข้าทดสอบขั้นสุดท้ายจำนวน XNUMX คน

ในจำนวนนี้ พวกเขาพบสองชนิดจากประเภทเดียวกัน นั่นคือ พวกมันมีส่วนประกอบโครงสร้างที่คล้ายกันซึ่งเชื่อกันว่ามีส่วนช่วยในการต้านจุลชีพ ซึ่งค่อนข้างมีประสิทธิผล ในหนู ยาปฏิชีวนะต่อสู้กับทั้งการติดเชื้อที่ผิวหนังและการติดเชื้อทั่วร่างกาย โดยการกำจัดแบคทีเรีย MRSA ที่มีอยู่ถึง 90 เปอร์เซ็นต์

โดยเฉพาะอย่างยิ่งในขณะที่งานก่อนหน้านี้ของพวกเขาจัดการกับแบคทีเรียแกรมลบโดยการรบกวนเยื่อหุ้มเซลล์ MRSA นั้นเป็นแกรมบวกและมีผนังที่หนากว่า

“เรามีหลักฐานที่ชัดเจนว่าโครงสร้างใหม่นี้มีฤทธิ์ต้านเชื้อโรคแกรมบวกโดยการเลือกกระจายแรงกระตุ้นโปรตอนในแบคทีเรีย” Wong กล่าว “โมเลกุลกำลังโจมตีเยื่อหุ้มเซลล์ของแบคทีเรียโดยคัดเลือก ในลักษณะที่ไม่ทำให้เกิดความเสียหายอย่างมากในเยื่อหุ้มเซลล์ของมนุษย์”

ด้วยการทำให้ AI สามารถอธิบายได้ ทีมงานหวังว่าจะมุ่งเน้นไปที่โครงสร้างที่อาจแจ้งการค้นหาในอนาคตหรือมีส่วนช่วยในการออกแบบยาปฏิชีวนะที่มีประสิทธิภาพมากขึ้นในห้องปฏิบัติการ

สอบปลายภาค

สิ่งสำคัญที่ควรทราบที่นี่คือ แม้ว่าดูเหมือนว่ายาปฏิชีวนะชนิดใหม่จะมีประสิทธิภาพในหนูในปริมาณที่น้อยมาก แต่ก็ยังต้องดำเนินการอีกยาวไกลก่อนที่คุณจะได้รับการสั่งจ่ายยา

ยาใหม่ได้รับการทดสอบอย่างเข้มงวดและการทดลองทางคลินิก และหลายราย แม้แต่ยาที่มีแนวโน้มดี ก็ยังไม่สามารถผ่านไปยังอีกด้านหนึ่งได้ โดยทั่วไปแล้วสาขาการค้นคว้ายาที่ได้รับความช่วยเหลือจาก AI คือ ยังอยู่ในช่วงเริ่มต้นในเรื่องนี้. แรก ยาที่ออกแบบโดย AI กำลังอยู่ในการทดลองทางคลินิกแต่ยังไม่มีผู้ใดได้รับการอนุมัติ

ถึงกระนั้น ความหวังก็คือการเก็บสต๊อกไปป์ไลน์กับผู้สมัครที่ดีกว่าให้เร็วขึ้น

อาจต้องใช้เวลาสามถึงหกปีในการค้นพบยาปฏิชีวนะชนิดใหม่ที่เหมาะสำหรับการทดลองทางคลินิก ตาม มหาวิทยาลัยเพนซิลวาเนีย ซีซาร์ เด ลา ฟูเอนเตซึ่งห้องทดลองของเขาก็ทำงานคล้าย ๆ กัน ถ้าอย่างนั้นคุณก็จะมีบททดสอบเอง เนื่องจากการดื้อยาปฏิชีวนะเพิ่มมากขึ้น เราอาจไม่มีเวลาเช่นนั้น ไม่ต้องพูดถึงความจริงที่ว่ายาปฏิชีวนะไม่มีผลตอบแทนจากการลงทุนกับยาอื่นๆ ยินดีต้อนรับความช่วยเหลือใด ๆ

“ตอนนี้ ด้วยเครื่องจักร เราสามารถเร่ง [ไทม์ไลน์] ได้” เดอ ลา ฟูเอนเต กล่าว อเมริกันวิทยาศาสตร์. “ในงานของฉันและเพื่อนร่วมงาน เราสามารถค้นพบผู้สมัครพรีคลินิกนับพันหรือหลายแสนคนได้ภายในเวลาไม่กี่ชั่วโมง แทนที่จะต้องรอสามถึงหกปี ฉันคิดว่า AI โดยทั่วไปได้เปิดใช้งานสิ่งนั้นแล้ว”

ยังเร็วเกินไป แต่หากยาปฏิชีวนะที่ค้นพบโดย AI พิสูจน์ตัวเองว่าคู่ควรในอีกไม่กี่ปีข้างหน้า บางทีเราอาจสามารถรักษาความได้เปรียบในการต่อสู้กับแบคทีเรียมายาวนานได้

เครดิตภาพ: เซลล์เม็ดเลือดขาวของมนุษย์ที่ติดเชื้อ MRSA (สีม่วง) / สถาบันโรคภูมิแพ้และโรคติดเชื้อแห่งชาติ สถาบันสุขภาพแห่งชาติ