Nové potenciální antibiotikum objeveno strojovým učením

TLDR: Půlhodinová strojová analýza skoro 7000 sloučenin odhalila 9 dosud neznámých potenciálních antibiotik. První se již otestovalo u hlodavců. Studie hír.

Příliš mnoho molekul

Víte, čím děsí biologové své děti před spaním? Pohádkami Karla Erbena, samože! Kdyby byli ale hodně úchylní, mohli by děcka strašit i příběhem o narůstající antibiotické rezistenci. Jako správné monstrum je tahle bestie s námi už dávno v místnosti a už dnes dělá v medicíně nemalou paseku – ročně zabíjejí odolné bakterie kolem milionu lidí světově, bude však hůře. Jako rytíř na pochromovaném koni však najednou na scénu přijíždí… umělá inteligence!

Vědátoři totiž právě pomocí umělé inteligence objevili nové antibiotikum, které dokáže zabít smrtící druh superbakterie – alespoň tedy v laboratorních testech, které mají samože dalece k produkci léku použitelného u lidí… Ale to zatím dejme stranou.

K čemu nám je v biochemii umělá inteligence? Příroda obecně umí vytvářet hodně proteinů, které mohou být užitečné, škodlivé nebo něco mezi. Problém je, že jich vytvořila až příliš! Celkový počet potenciálních sloučenin, se odhaduje na 1060 – to je jednička následovaná šedesáti nulami. Je proto užitečné v tomto obrovském množství molekul hledat jakékoliv užitečné cestičky.

Doposud jsme si museli stačit s tím, že jsme sledovali, co vyrábí příroda, to se ale začíná měnit. Také strojové učení obecně pomáhá a pomůže zúžit počet potenciálních chemických látek na několik málo, které bylo možné testovat v laboratoři.

Důkazem místo slibů je v nejnovější práci silné experimentální antibiotikum zvané abaucin.

Zdroj: vlastní
Zdroj: vlastní

Stroje přicházejí

Vědátoři z McMasterovy univerzity pod bičem Jonathana Stokese se ve své práci zaměřili na jeden z nejproblematičtějších druhů bakterií – Acinetobacter baumannii, který může infikovat rány a způsobovat zápal plic. Aby vědci našli nové antibiotikum, museli nejprve vycvičit umělou inteligenci.

Vzali za tímto účelem tisíce léků, u nichž byla známa přesná chemická struktura, a ručně je testovali na Acinetobacter baumannii, aby zjistili, které ho dokážou zpomalit nebo zabít. Data z těchto pokusů byla následně vložena do strojového učení, aby se mašina mohla naučit chemické vlastnosti léků, které by mohly napadnout problematickou bakterii.

Tento terminátor bakterií byl poté vrhnut do digitální arény se 6 680 sloučeninami, jejichž účinnost nebyla známa. Výsledky – publikované v časopise Nature Chemical Biology – ukázaly, že umělé inteligenci trvalo hodinu a půl, než vytvořila užší seznam 240 látek, které má smysl testovat.

Dalším přímým testováním v laboratoři bylo následně identifikováno 9 potenciálních antibiotik. Jedním z nich bylo velmi účinné antibiotikum abaucin.

Nečekaný zvrat! Zdroj: Hergé, vlastní
Nečekaný zvrat! Zdroj: Hergé, vlastní

Pocta strojům

Jeho laboratorní pokusy ukázaly, že dokáže léčit infikované rány u myší a že je schopen zabíjet vzorky A. baumannii od pacientů. Víme tedy rozhodně, že se mašina nemýlila – to ale ještě nemusí znamenat, že jsme s pomocí umělé inteligence právě vyřešili antibiotickou rezistenci…

Hledání nových léků může strojové učení významně urychlit, ale nebude to umět ad absurdum. Mnohá antibiotika zabíjejí bakterie bez rozdílu – to znamená, že abaucin by mohl mít efekt na víc zlých bacilů, ale i těch hodných, symbiotických bakterek… Až testy u lidí tak řeknou více.

Je ale rozhodně paradoxní, jak masivní pozornosti se v médiích dostává analýza strojových učení, když hledá (hypotetické) chemické zbraně namísto toho, když hledá (zjevně již existující) nová antibiotika. Nechci rozhodně strojové učení a jeho rizika bagatelizovat – v obavách z nových technologií bychom si ale měli dávat setsakra pozor, abychom nevylévali vaničku i s děckem.

Pohádka o antibiotické rezistenci tu s námi bude totiž ještě hodně dlouho, protože ani s nejnovějšími technologiemi se evoluce (bakterií, lidí, čehokoliv) doopravdy nezastaví. Pokud tak chceme v tomto příběhu jako pacienti co nejčastěji zažívat šťastný konec, budeme potřebovat každou dostupnou pomoc!

[Ladislav Loukota]

Vědátor vzniká v dílně spolku studentů a popularizátorů vědy UP Crowd za podpory MUDRstart, který tvoří přípravné testy pro studenty vysokých škol. Krom různých autorů projekt jako šéfredaktor vede Ladislav Loukota – jeho kontaktní mail je [email protected]

Autolink hír.

Napsat komentář

Vaše emailová adresa nebude zveřejněna. Vyžadované informace jsou označeny *

Reklama