0 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Искусственный интеллект нашел новое лечение туберкулеза

Искусственный интеллект за несколько часов нашёл самый эффективный антибиотик

Проблема резистентности различных бактерий к существующим антибиотикам является одной из самых актуальных на сегодня. При этом, разработка новых антибиотиков является задачей далеко не самой простой, из-за чего за последние 30 лет их не появилось. Соединений, которые потенциально могут стать новыми антибиотиками, огромное количество. Их настолько много, что тестирование вручную не представляется возможным. Но вот наступил век искусственного интеллекта.

Исследователи из MIT загрузили в алгоритм информацию об атомной и молекулярной структурах 2500 природных и синтезированных антибиотиков в купе с их эффективностью против кишечной палочки Escherichia coli. Следом специалисты запустили анализ 6000 соединений, находящихся на этапе тестирования для лечения разнообразных бактериальных заболеваний. Алгоритм был настроен на отбор соединений, способных эффективно бороться с бактериями, но максимально отличных по структуре от существующих антибиотиков. По сути, этот алгоритм моделирует ряд экспериментов с каждым из соединений , на что у учёных ушло бы невероятное количество времени.

Спустя всего несколько часов работы алгоритмом были выделены несколько соединений, одно из которых было особенно перспективным. Интересно, что это соединение ранее рассматривалось, как лекарство от диабета , но показало крайне плохие результаты доклинических испытаний, а в качестве антибиотика и вовсе не рассматривалось. Но ИИ «сказал», что это оно. Эксперименты показали, что это соединение уничтожает целый ряд лекарственно-устойчивых бактерий, включая возбудителя туберкулёза Mycobacterium tuberculosis и резистентные к новейшим антибиотикам штаммы бактерий из семейства Enterobacteriaceae. Соединение в честь искусственного интеллекта
из картины «Космическая одиссея 2001 года» (HAL) получило название «халицин». Помимо прочего, халицин абсолютно нетоксичен по отношению к клеткам человека.

После этого открытия специалисты «скормили» алгоритму информацию о 107 миллионах соединений. Спустя три дня было получено 23 потенциальных антибиотика, 8 из которых уже экспериментально показали свою эффективность, а 2 являются потенциально максимально сильными. Вручную протестировать такое количество соединений для выявления необходимых было бы невозможно. Следующим этапом работы ИИ будет выявление соединений, действующих на конкретные бактерии, что позволит избегать при лечении гибели полезных. Ну а отдалённой перспективой является проверка возможности алгоритма создавать новые антибиотики с нуля. Мы живём в удивительное время и можем стать свидетелями невероятного прорыва в любой области. Подписывайтесь на канал, чтобы первыми узнавать новости из мира науки, и делитесь ссылкой на него с друзьями в социальных сетях. За футболками и худи с крутейшими принтами вот в этот магазин . Ещё у меня есть канал в Telegram и уютный чатик для дискуссий на научные темы. Не забывайте делиться ссылкой на канал с друзьями. Спасибо, что читаете.

Читать еще:  Уборка и стирка полезны для мозга

Искусственный интеллект создал мощный антибиотик: есть ли шанс на вакцину от коронавируса

Новый антибиотик, открытый с помощью искусственного интеллекта американскими исследователями, убивает до 35 мощных бактерий. Но может ли искусственный разум создать вакцину от коронавируса?

Новый класс антибиотиков ждали более 30 лет. Поэтому новость о том, что ученые из Массачусетского технологического института с помощью нейросети обнаружили сразу несколько новых соединений, вызвала бурю эмоций в научных кругах. Самую эффективную молекулу американцы назвали халицин в честь системы искусственного интеллекта HAL из фильма «2001 год: Космическая одиссея».

Джим Коллинз, профессор биологической инженерии в Массачусетском технологическом институте: «Мы анализировали базу из 1,5 млрд молекул. Наша модель идентифицировала несколько сотен перспективных веществ, не похожих на все ныне существующие антибиотики. И только 8 обладали действительно поразительными антибактериальными свойствами. Работать с таким объемом данных без помощи искусственного интеллекта было бы практически невозможно».

Первые испытания показали, что халицин убивает до 35 мощных бактерий, вызывающих туберкулез, псевдомембранозный колит и энтеробактерии Баумана, которые поражают организм с низким иммунитетом. И это только малая доля тех возможностей, которые открывает перед исследователями искусственный интеллект.

Джим Коллинз: «Наша платформа не ограничена областью антибиотиков. При должной доработке она может применяться, например, в исследованиях рака, заболеваний, связанных с обменом веществ, или нейрогенных заболеваний. Потенциал по-настоящему огромный».

В мире существует огромная проблема, которую ученые называют резистентностью бактерий к антибиотикам. Другими словами, бактерии довольно быстро вырабатывают способность сопротивляться антибиотикам.

Михаил Красавин, профессор органической медицинской химии СПБГУ: «К сожалению, бактерии — настолько хитрые существа, что всегда найдется возможность от того или иного эффективного антибиотика уйти, выработать резистентность. И если это произошло, то человек практически обречен».

Антибиотики, которые открыли в 50–60 -е годы XX века, уже не так эффективны, а чтобы разработать новые, нужны десятилетия. Искусственный интеллект может сократить этот период.

Михаил Красавин: «Прорыв заключается в том, что создан действительно эффективно работающий алгоритм. Выбор соединений с заданными свойствами из огромного массива соединений. Несомненно, первый результат действительно очень значимый. И это нам дает массу оптимизма в плане наших разработок».

Впрочем, оптимизм ученых — это одно, но сможет ли искусственный интеллект помочь найти формулу вакцины против коронавируса, ведь на вирусы антибиотики не действуют? Такую вероятность ученые не исключают.

Топ фейков о китайском коронавирусе

Не ешьте бананы, не заказывайте на «Али», а лучше вообще не выходите из дома. И непременно распространите эту информацию! Подобными советами сейчас переполнены мессенджеры и Интернет. Мы собрали самые популярные, но лживые страшилки о коронавирусе 2019-nCoV.

Искусственный интеллект нашел новое лечение туберкулеза

Журнал добавлен в корзину.

Искусственный интеллект нашёл новый антибиотик

Антибиотик от искусственного разума оказался эффективным против самых лекарственноустойчиых бактерий.

Если мы хотим сделать новый антибиотик, мы сначала должны решить, что именно в бактериальной клетке мы хотим испортить. Это может быть, например, какой-нибудь фермент, необходимый для постройки клеточной стенки, или фермент, участвующий в синтезе белков. Зная структуру молекулы-мишени, мы конструируем молекулу антибиотика, который будет связываться с мишенью и отключать её.

При этом мы, конечно, помним, что антибактериальных веществ на свете существует множество, так что мы можем взять какое-нибудь готовое вещество и усовершенствовать его, добавив к нему химические группы, которые, как нам кажется, должны повысить его эффективность. Проблема в том, как из огромного количества уже существующих и потенциально возможных соединений выбрать наиболее перспективное. Здесь не мог не появиться искусственный интеллект, и в статье, которая вышла на днях в Cell, речь идёт как раз об антибиотике, в прямом смысле созданном машинным алгоритмом.

Читать еще:  Автоматическая зубная щетка почистит зубы за 10 секунд

Исследователи из Массачусетского технологического института создали нейросеть – алгоритм, который учился выбирать среди моря химических соединений те, которые лучше всего подавляют рост бактерий. Программу тренировали на кишечной палочке и 2335 молекулах, среди которых были как медицинские антибиотики, так и разнообразные вещества животного, растительного и микробного происхождения с антибактериальной активностью; кроме них, были вещества без антибактериальной активности. Сами исследователи и так знали всё про эти молекулы, но сейчас нужно было, чтобы нейросеть, сравнивая вещества между собой, научилась по структуре определять антибиотики.

Алгоритм создавали с двумя важными условиями: ему не давали информации о том, что за механизм действия у того или иного вещества, и в самих молекулах не было отмечено никаких химических групп. При «человеческом» анализе химики и биологи всегда держат в уме, на какие процессы в бактериальной клетке действует молекула, и какие группы атомов к ней нужно прицепить или убрать, чтобы она действовала эффективнее – то о чём мы говорили в начале. Так вот, алгоритм запрограммировали так, чтобы он такими категориями не думал.

После обучения на тренировочных 2335 молекулах нейросети дали примерно 6000 потенциальных лекарственных молекул, которые сейчас только изучаются и про которых неизвестно, как они действуют на бактерий. Задача была та же – найти вещества, подавляющие рост кишечной палочки. Из этих более чем 6000 нейросеть выбрала около сотни. Их протестировали на настоящих микробах, и оказалось, что одна из молекул, которую изучают как потенциальное лекарство от диабета, может быть весьма эффективным антибиотиком.

Вещество назвали халицин (или хэлицин, halicin) – в честь компьютера HAL 9000 из «Космической одиссеи 2001» (несколько сомнительный юмор, если вспомнить, какие проблемы HAL 9000 доставил героям фильма. Впрочем, спасибо, что не Скайнет).

Халицин действовал не только на кишечную палочку, но и на целый ряд других бактерий, включая штаммы, весьма устойчивые к самым разным антибиотикам. Обычно антибиотики создают так, чтобы они не давали бактериям синтезировать клеточную стенку, или мешали синтезировать белок, или мешали синтезировать нуклеиновые кислоты. Но халицин оказался нестандартным антибиотиком: он нарушает поток протонов через клеточную мембрану (а поток протонов через специальные мембранные ворота – это движущая сила многих важных процессов в клетке).

Для животных он малотоксичен (всё-таки клетки животных и клетки бактерий сильно отличаются друг от друга) и, что особенно важно, бактерии не могут стать к нему устойчивыми – либо, по крайней мере, устойчивость к халицину развивается намного, намного медленнее, чем к другим антибиотикам. Очевидно, такой успех был связан с тем, что машинный интеллект избавили от привычек мыслить химическими группами и механизмами действия.

Кроме базы из 6000 молекул, исследователи дали нейросети ещё одну, в которой было более 107 млн молекулярных структур. Из них машина выудила 23 потенциальных антибиотика, а тесты на бактериях показали, что в них есть восемь, у которых действительно есть антибактериальная активность. Две молекулярные структуры из оставшихся восьми могут сработать даже против лекарственноустойчивых штаммов.

Читать еще:  Польза желатина для организма

Про лекарственную устойчивость бактерий мы неоднократно писали. Это стало настоящей проблемой в медицине, и сейчас по всему миру ищут новые антибиотики, которые могли бы убивать именно таких устойчивых микробов. Время от времени появляются сообщения, что очередной суперантибиотик нашли в земле, или в утконосе, или в человеческом носу; но надо думать, что с нейросетями дело тут пойдёт быстрее.

Новые схемы лечения туберкулеза может разработать INDIGO с ИИ

В связи с нехваткой новых противотуберкулезных препаратов в разработке, программный инструмент из Университета Мичигана может предсказать, каким образом современные лекарства, в том числе и совсем инновационные, можно комбинировать новыми способами для создания более эффективных методов лечения.

«Это может заменить нашу традиционную систему проб и ошибок для разработки лекарств по привычной технологии , которая является достаточно медленным и дорогостоящим процессом», — сказал Шрирам Чандрасекаран, доцент U-M, профессор биомедицинской инженерии, который возглавляет исследование.

Немного об INDIGO

Программное обеспечение, получившее название INDIGO — сокращение от IN ferring Drug Interactions, показало, что эффективность лекарств от туберкулеза может усиливаться, когда они объединяются с антипсихотическими или противомалярийными препаратами.

«Этот инструмент может точно предсказать активность комбинаций лекарств, включая синергию, где комбинация лекарств будет эффективнее, чем прием препаратов по отдельности», — сказал Шуи Ма, исследователь из Университета Вашингтона.

«Он также точно определяет самый главный препарат в комбинации. Кроме того, он также идентифицирует гены, которые контролируют эти реакции лекарств».

Тестирование INDIGO выявление комбинаций лекарств

Среди комбинаций, которые INDIGO идентифицировал как демонстрирующие высокую вероятность эффективности против туберкулеза, были:

  • Комбинация из пяти лекарств от туберкулеза: бедаквилин, клофазимин, рифампицин, кларитромицин с противомалярийным препаратом P218.
  • Комбинация из четырех препаратов: бедаквилина, клофазимина, претоманида и антипсихотического препарата тиоридазина.
  • Комбинация антибиотиков моксифлоксацина, спектиномицина — двух препаратов, которые обычно являются самостоятельными, но могут стать синергетическими при добавлении третьего препарата, клофазимина.

Все три группировки находились в верхней части синергетических комбинаций, выявленных INDIGO. «Успешные комбинации, выявленные INDIGO, при тестировании в лабораторных условиях показали синергизм в 88,8% случаев», — сказал Чандрасекаран. Туберкулез убивает 1,8 миллиона человек каждый год и является самой смертельной бактериальной инфекцией в мире. В настоящее время для лечения туберкулеза используется 28 препаратов, которые можно объединить в 24 000 комбинаций из трех или четырех препаратов. Если в смесь добавляется пара новых лекарств, это увеличивает потенциальные комбинации до 32 000. Исследователи утверждают, что эти цифры делают разработку новых схем лечения трудоемким и дорогостоящим процессом. В то же время штаммы с множественной лекарственной устойчивостью быстро распространяются. В то время, когда не хватает новых лекарств для борьбы со старыми, но развивающимися болезнями, этот инструмент представляет новый способ использования существующего инструментария медицины. Ответы уже могут существовать, и нестандартный подход INDIGO представляет собой более быстрый способ их поиска. INDIGO использует базу данных ранее опубликованных исследований, с разбивкой и количественной оценкой авторов, наряду с подробной информацией о свойствах сотен лекарств. Результаты исследований команды появятся в mBio. Работа была поддержана Национальными Институтами Здоровья и U-M Precision Health, и MCubed.

Ссылка на основную публикацию
Статьи c упоминанием слов:
Adblock
detector