1
00:00:00,917 --> 00:00:03,825
Takže, jak hodláme porazit
tento nový koronavirus?

2
00:00:04,317 --> 00:00:06,948
Našimi nejlepšími nástroji:

3
00:00:06,972 --> 00:00:09,011
naší vědou a technologií.

4
00:00:09,584 --> 00:00:12,726
V mojí laboratoři využíváme
nástroje umělé inteligence

5
00:00:12,750 --> 00:00:14,329
a syntetické biologie,

6
00:00:14,353 --> 00:00:17,413
abychom zrychlili boj proti pandemii.

7
00:00:18,078 --> 00:00:20,081
Naše práce byla zpočátku
navržena k tomu,

8
00:00:20,115 --> 00:00:22,698
abychom se vypořádali
s rezistencí na antibiotika.

9
00:00:22,842 --> 00:00:27,531
Náš projekt hledá,
jak využít sílu strojového učení

10
00:00:27,555 --> 00:00:29,515
k doplnění našeho
antibiotického arzenálu

11
00:00:29,545 --> 00:00:33,263
a zabránění postantibiotické éře,
která by způsobila globální devastaci.

12
00:00:33,685 --> 00:00:36,505
Důležité je, že ta samá technologie
může být použita

13
00:00:36,529 --> 00:00:38,601
k nalezení antivirových sloučenin,

14
00:00:38,625 --> 00:00:41,303
které nám mohou pomoct
bojovat se současnou pandemií.

15
00:00:42,080 --> 00:00:47,092
Strojové učení obrátilo tradiční model
zkoumání léčiv vzhůru nohama.

16
00:00:47,434 --> 00:00:48,659
S tímto přístupem,

17
00:00:48,683 --> 00:00:52,635
místo pečlivého testování
účinnosti tisíců existujících molekul

18
00:00:52,665 --> 00:00:55,856
jednu po druhé v laboratoři,

19
00:00:55,886 --> 00:01:00,513
můžeme trénovat počítač,
aby prozkoumal exponenciálně větší prostor

20
00:01:00,537 --> 00:01:04,121
všech možných molekul,
které mohou být syntetizovány,

21
00:01:04,145 --> 00:01:09,759
a tím pádem,
místo hledání jehly v kupce sena,

22
00:01:09,783 --> 00:01:13,543
můžeme využít gigantický
magnet výpočetní síly,

23
00:01:13,567 --> 00:01:17,482
aby našel mnoho jehel
v mnoha kupkách sena zároveň.

24
00:01:18,423 --> 00:01:20,625
Již máme nějaké počáteční úspěchy.

25
00:01:21,010 --> 00:01:26,475
Nedávno jsme použili strojové učení
k objevení nových antibiotik,

26
00:01:26,499 --> 00:01:29,059
které nám pomohou
přemoci bakteriální infekce,

27
00:01:29,083 --> 00:01:32,694
jež se mohou vyskytnout
společně s infekcí SARS-CoV-2.

28
00:01:33,181 --> 00:01:37,350
Před dvěma měsíci TED Audacious Project
schválil naše financování,

29
00:01:37,374 --> 00:01:39,562
aby podstatně rozšířil naši činnost

30
00:01:39,586 --> 00:01:44,214
s cílem objevit sedm
nových tříd antibiotik

31
00:01:44,238 --> 00:01:47,721
proti sedmi nejsmrtelnějším
bakteriálním patogenům světa

32
00:01:47,745 --> 00:01:49,800
během následujících sedmi let.

33
00:01:50,206 --> 00:01:51,939
Jen připomínám,

34
00:01:51,963 --> 00:01:53,891
že v posledních třech dekádách

35
00:01:53,915 --> 00:01:57,150
nebyla objevena ani jedna
nová třída antibiotik.

36
00:01:58,030 --> 00:02:01,661
Zatímco pátrání po nových antibiotikách
proběhne ve střednědobém horizontu,

37
00:02:01,685 --> 00:02:06,277
nový koronavirus představuje
současnou smrtelnou hrozbu

38
00:02:06,301 --> 00:02:10,094
a s radostí vám sděluji, že věříme,
že můžeme použít tu samou technologii

39
00:02:10,118 --> 00:02:12,927
ke hledání terapie pro boj s tímto virem.

40
00:02:13,486 --> 00:02:15,205
Takže, jak to hodláme udělat?

41
00:02:15,229 --> 00:02:18,177
Vytváříme knihovnu tréninkových sloučenin

42
00:02:18,201 --> 00:02:23,743
a se spolupracovníky vkládáme tyto 
molekuly do buněk infikovaných SARS-CoV-2,

43
00:02:23,767 --> 00:02:27,661
abychom viděli,
která z nich vykazuje účinnou aktivitu.

44
00:02:28,175 --> 00:02:31,367
Tato data budou použita
k trénování modelu strojového učení,

45
00:02:31,391 --> 00:02:35,461
který bude nasazen na více než
miliardu molekul z počítačové knihovny,

46
00:02:35,485 --> 00:02:39,689
aby našel potenciální
nové antivirové sloučeniny.

47
00:02:40,324 --> 00:02:42,982
Budeme syntetizovat a testovat
nejlepší predikce

48
00:02:43,006 --> 00:02:46,045
a nejnadějnější kandidáty
posuneme do klinických testů.

49
00:02:46,127 --> 00:02:48,134
Že to zní až moc dobře?

50
00:02:48,158 --> 00:02:49,590
Nemělo by.

51
00:02:49,614 --> 00:02:52,963
„Antibiotics AI Project“ je založen
na našem ověřovacím výzkumu,

52
00:02:52,993 --> 00:02:56,364
který vedl k objevu nového 
širokospektrálního antibiotika

53
00:02:56,388 --> 00:02:57,573
zvaného halicin.

54
00:02:58,443 --> 00:03:01,256
Halicin vykazuje
silnou antibakteriální aktivitu

55
00:03:01,280 --> 00:03:05,382
proti skoro všem rezistentním
bakteriálním patogenům

56
00:03:05,406 --> 00:03:09,047
včetně nevyléčitelných
panrezistentních infekcí.

57
00:03:09,712 --> 00:03:12,132
Na rozdíl od současných antibiotik
je důležité,

58
00:03:12,156 --> 00:03:15,850
že četnost, s jakou si bakterie
vybuduje rezistenci na halicin,

59
00:03:15,874 --> 00:03:17,488
je pozoruhodně nízká.

60
00:03:18,303 --> 00:03:23,013
V laboratoři jsme testovali
schopnost bakterie vybudovat si

61
00:03:23,037 --> 00:03:25,285
rezistenci na halicin a na lék „Cipro“.

62
00:03:25,299 --> 00:03:26,841
V případě léku „Cipro“

63
00:03:26,865 --> 00:03:29,820
jsme již po jednom dni
pozorovali rezistenci.

64
00:03:30,213 --> 00:03:34,251
V případě halicinu jsme po jednom dni
nepozorovali žádnou rezistenci.

65
00:03:34,479 --> 00:03:37,781
Překvapivé je, že ani po 30 dnech

66
00:03:37,805 --> 00:03:40,406
jsme nepozorovali žádnou
rezistenci na halicin.

67
00:03:41,018 --> 00:03:46,364
V pilotním projektu jsme nejprve testovali
zhruba 2 500 sloučenin proti E. coli.

68
00:03:47,259 --> 00:03:50,039
Tento tréninkový set
zahrnoval známá antibiotika

69
00:03:50,063 --> 00:03:51,809
jako „Cipro“ a penicilin,

70
00:03:51,833 --> 00:03:54,464
stejně jako mnoho léků,
které nejsou antibiotiky.

71
00:03:54,984 --> 00:03:57,571
Tato data jsme použili k trénování modelu,

72
00:03:57,595 --> 00:04:01,743
aby se naučil vlastnosti molekul
spojované s antibakteriální aktivitou.

73
00:04:02,009 --> 00:04:04,970
Poté jsme model aplikovali
na knihovnu znovupoužitelných léčiv

74
00:04:04,994 --> 00:04:07,472
obsahující několik tisíc molekul

75
00:04:07,496 --> 00:04:10,114
a zadali jsme modelu,
aby identifikoval molekuly,

76
00:04:10,138 --> 00:04:12,986
u kterých jsou predikovány
antibakteriální vlastnosti,

77
00:04:13,026 --> 00:04:15,419
ale nevypadají
jako existující antibiotika.

78
00:04:16,427 --> 00:04:21,224
Je zajímavé, že pouze jedna molekula
v knihovně odpovídala těmto kritériím

79
00:04:21,248 --> 00:04:23,664
a touto molekulou se ukázal být halicin.

80
00:04:23,901 --> 00:04:27,652
Vzhledem k tomu, že halicin nevypadá
jako jakékoliv existující antibiotikum,

81
00:04:27,676 --> 00:04:31,710
bylo by pro člověka nemožné,
dokonce i pro experta na antibiotika,

82
00:04:31,734 --> 00:04:34,028
aby tímto způsobem halicin identifikoval.

83
00:04:34,574 --> 00:04:37,204
A teď si představte,
co bychom s touto technologií

84
00:04:37,228 --> 00:04:38,969
mohli dělat proti SARS-CoV-2.

85
00:04:39,783 --> 00:04:41,148
A toto není vše.

86
00:04:41,172 --> 00:04:43,992
Také využíváme nástroje
syntetické biologie

87
00:04:44,016 --> 00:04:46,627
a experimentujeme s DNA
a dalšími buněčnými aparáty,

88
00:04:46,651 --> 00:04:50,561
aby sloužily potřebám lidí,
jako je boj proti COVID-19,

89
00:04:50,585 --> 00:04:54,232
a je důležité zmínit,
že pracujeme na vývoji ochranné masky,

90
00:04:54,256 --> 00:04:57,828
která také dokáže sloužit
jako rychlý diagnostický test.

91
00:04:58,192 --> 00:04:59,664
Takže, jak to funguje?

92
00:04:59,688 --> 00:05:00,893
Nedávno jsme ukázali,

93
00:05:00,917 --> 00:05:03,860
že můžete vzít buněčný aparát z živé buňky

94
00:05:03,884 --> 00:05:07,976
a lyofilizovat ho společně
s RNA senzorem na papír,

95
00:05:08,000 --> 00:05:12,916
abyste vytvořili levnou
diagnostiku Eboly a Ziky.

96
00:05:13,503 --> 00:05:18,730
Senzory se aktivují rehydratací
ze vzorku nemocného člověka,

97
00:05:18,754 --> 00:05:21,576
který může obsahovat
například krev nebo sliny.

98
00:05:21,600 --> 00:05:24,861
Ukazuje se, že tato technologie
není omezena pouze na papír

99
00:05:24,885 --> 00:05:27,771
a může být aplikována
na další materiály, včetně tkanin.

100
00:05:28,671 --> 00:05:30,613
Pro pandemii COVID-19

101
00:05:30,637 --> 00:05:34,983
navrhujeme RNA senzory k detekci viru

102
00:05:35,007 --> 00:05:38,217
a lyofilizujeme je i s potřebnými
buněčnými aparáty

103
00:05:38,241 --> 00:05:40,458
do látky roušky.

104
00:05:40,972 --> 00:05:43,201
Stačí pouhé dýchání

105
00:05:43,225 --> 00:05:45,502
a vodní kapénky, které ho doprovázejí,

106
00:05:45,526 --> 00:05:47,286
aby se test aktivoval.

107
00:05:47,804 --> 00:05:51,744
Tím pádem, pokud je
pacient infikován SARS-CoV-2,

108
00:05:51,784 --> 00:05:54,161
začne maska produkovat
fluorescenční signál,

109
00:05:54,185 --> 00:05:58,015
který může být detekován jednoduchým,
laciným kapesním zařízením.

110
00:05:58,534 --> 00:06:03,018
Během hodiny nebo dvou
tak může být pacient bezpečně,

111
00:06:03,042 --> 00:06:06,014
na dálku a přesně diagnostikován.

112
00:06:06,735 --> 00:06:09,255
Syntetickou biologii také využíváme

113
00:06:09,279 --> 00:06:11,999
k návrhu vakcíny pro COVID-19.

114
00:06:13,014 --> 00:06:15,667
Znovupoužíváme BCG vakcínu,

115
00:06:15,691 --> 00:06:18,561
která se téměř jedno století
používala proti tuberkulóze.

116
00:06:18,585 --> 00:06:20,126
Je to živá, oslabená vakcína

117
00:06:20,150 --> 00:06:24,807
a my ji připravujeme
pro expresi antigenů SARS-CoV-2,

118
00:06:24,831 --> 00:06:27,645
které by měly spouštět produkci
ochranných protilátek

119
00:06:27,669 --> 00:06:29,304
v imunitním systému.

120
00:06:29,328 --> 00:06:32,062
Důležité je, že BCG je
masivně škálovatelná

121
00:06:32,086 --> 00:06:36,659
a má bezpečnostní profil, který patří
mezi nejlepší ze všech hlášených vakcín.

122
00:06:37,881 --> 00:06:42,986
S nástroji syntetické biologie
a umělé inteligence

123
00:06:43,010 --> 00:06:46,358
můžeme tento souboj
s novým koronavirem vyhrát.

124
00:06:46,844 --> 00:06:50,163
Tato práce je ve velmi raném stadiu,
ale příslib je reálný.

125
00:06:50,798 --> 00:06:54,243
Věda a technologie nám
mohou dát důležitou výhodu

126
00:06:54,267 --> 00:06:57,428
v souboji lidského důvtipu
s geny rezistentních bakterií,

127
00:06:57,452 --> 00:06:59,407
v souboji, který můžeme vyhrát.

128
00:06:59,990 --> 00:07:01,223
Děkuji vám.