U znak nade za potražnjom za bezbednijim, efikasnijim antibioticima za ljude, istraživači sa Univerziteta Teksas u Ostinu su iskoristili veštačku inteligenciju da razviju novi lek koji već obećava u ispitivanjima na životinjama.
Objavljujući svoje rezultate u Nature Biomedical Engineering, naučnici opisuju korišćenje velikog jezičkog modela — AI alata poput onog koji pokreće ChatGPT — da bi napravili verziju leka za ubijanje bakterija koji je ranije bio toksičan za ljude, kako bi bio bezbedan koristiti.
Prognoza za pacijente sa opasnim bakterijskim infekcijama pogoršala se poslednjih godina kako se šire bakterijski sojevi otporni na antibiotike, a razvoj novih opcija lečenja je zaustavljen. Međutim, istraživači UT kažu da alati AI menjaju igru.
„Otkrili smo da su veliki jezički modeli veliki korak napred za aplikacije mašinskog učenja u inženjerstvu proteina i peptida“, rekao je Klaus Vilke, profesor integrativne biologije i statistike i nauke o podacima, i ko-autor novog rada. „Mnogi slučajevi upotrebe koji nisu bili izvodljivi sa prethodnim pristupima sada počinju da funkcionišu. Predviđam da će se ovi i slični pristupi široko koristiti za razvoj terapija ili lekova u budućnosti.“
Veliki jezički modeli, ili LLM, prvobitno su dizajnirani da generišu i istražuju sekvence teksta, ali naučnici pronalaze kreativne načine da primene ove modele na druge domene. Na primer, kao što se rečenice sastoje od nizova reči, proteini se sastoje od sekvenci aminokiselina. LLM grupišu reči koje dele zajedničke atribute (kao što su mačka, pas i hrčak) u ono što je poznato kao „prostor za ugrađivanje“ sa hiljadama dimenzija.
Slično tome, proteini sa sličnim funkcijama, poput sposobnosti da se bore protiv opasnih bakterija bez povrede ljudi koji ugošćuju navedene bakterije, mogu se grupirati u svoju verziju prostora za ugradnju AI.
„Prostor koji sadrži sve molekule je ogroman“, rekao je Dejvis, ko-stariji autor novog rada. „Mašinsko učenje nam omogućava da pronađemo oblasti hemijskog prostora koje imaju svojstva koja nas zanimaju, i to može učiniti mnogo brže i temeljnije od standardnih pristupa laboratorijama jedan po jedan.“
Za ovaj projekat, istraživači su koristili AI da identifikuju načine za reinženjering postojećeg antibiotika zvanog Protegrin-1 koji je odličan u ubijanju bakterija, ali toksičan za ljude. Protegrin-1, koji prirodno proizvode svinje za borbu protiv infekcija, deo je podtipa antibiotika koji se nazivaju antimikrobni peptidi (AMP). AMP generalno ubijaju bakterije direktno ometajući ćelijske membrane, ali mnogi ciljaju i bakterijske i ljudske ćelijske membrane.
Prvo, istraživači su koristili metod visoke propusnosti koji su prethodno razvili da bi stvorili više od 7.000 varijacija Protegrina-1 i brzo identifikovali područja AMP-a koja se mogu modifikovati bez gubitka antibiotske aktivnosti.
Zatim su obučili protein LLM na ovim rezultatima kako bi model mogao da proceni milione mogućih varijacija za tri karakteristike: selektivno ciljanje bakterijskih membrana, snažno ubijanje bakterija i neoštećenje ljudskih crvenih krvnih zrnaca kako bi pronašao one koje su pale u najboljem redu svih. tri. Model je zatim pomogao timu da vodi tim ka sigurnijoj, efikasnijoj verziji Protegrina-1, koju su nazvali bakterijski selektivnim Protegrin-1.2 (bsPG-1.2).
Miševi inficirani bakterijama otpornim na više lekova i tretirani bsPG-1.2 su imali mnogo manju verovatnoću da će imati bakterije koje se mogu detektovati u svojim organima šest sati nakon infekcije, u poređenju sa netretiranim miševima. Ako dalje testiranje ponudi slične pozitivne rezultate, istraživači se nadaju da će na kraju uzeti verziju antibiotika zasnovanog na veštačkoj inteligenciji u ispitivanja na ljudima.
„Uticaj mašinskog učenja je dvostruk“, rekao je Dejvis. „To će ukazati na nove molekule koji bi mogli imati potencijal da pomognu ljudima, i pokazaće nam kako možemo da uzmemo te postojeće molekule antibiotika i učinimo ih boljim i fokusiramo naš rad da ih brže dovedemo u kliničku praksu.“
Ovaj projekat naglašava kako akademski istraživači unapređuju veštačku inteligenciju kako bi zadovoljili društvene potrebe, što je ključna tema ove godine na UT Austinu, koji je 2024. proglasio Godinom veštačke inteligencije.
Drugi autori studije su naučni saradnik Džastin Rendal i diplomirani student Luiz Vieira, oboje na UT Austin.
