0:00:00.917,0:00:03.825
Как же мы собираемся побороть[br]этот невиданный коронавирус?

0:00:04.317,0:00:06.948
Используя наши лучшие методы:

0:00:06.972,0:00:09.011
науку и технологии.

0:00:09.244,0:00:12.750
В моей лаборатории мы пользуемся[br]методами искусственного интеллекта

0:00:12.750,0:00:14.329
и синтетической биологии,

0:00:14.353,0:00:17.413
чтобы ускорить войну против этой пандемии.

0:00:18.078,0:00:19.941
Наша работа была изначально задумана

0:00:19.965,0:00:22.818
для борьбы с кризисом [br]сопротивляемости антибиотикам.

0:00:22.842,0:00:27.531
Наш проект стремится приспособить [br]мощь машинного обучения,

0:00:27.531,0:00:29.475
чтобы пополнить наш арсенал антибиотиков

0:00:29.475,0:00:33.263
и избежать глобально-разрушительной [br]эпохи постантибиотиков.

0:00:33.685,0:00:36.505
Важно, что такая же технология [br]может быть использована

0:00:36.529,0:00:38.601
в поисках антивирусных соединений,

0:00:38.625,0:00:41.303
которые могли бы помочь нам [br]побороть нынешнюю пандемию.

0:00:41.890,0:00:45.982
Машинное обучение переворачивает [br]традиционную модель разработки лекарств

0:00:46.006,0:00:47.410
с ног на голову.

0:00:47.434,0:00:48.659
С подобным подходом

0:00:48.683,0:00:52.761
вместо кропотливого тестирования [br]тысячи существующих молекул,

0:00:52.785,0:00:54.221
одну за одной в лаборатории

0:00:54.245,0:00:55.832
на их эффективность,

0:00:55.856,0:01:00.513
мы можем научить компьютер [br]изучать экспоненциально бо́льшее число

0:01:00.537,0:01:04.121
всех возможных молекул,[br]которые могли бы быть синтезированы.

0:01:04.145,0:01:09.759
Тем самым, чтобы не искать[br]иголку в стоге сена,

0:01:09.783,0:01:13.543
мы можем воспользоваться огромным магнитом[br]вычислительных возможностей,

0:01:13.567,0:01:17.482
чтобы одновременно искать[br]множество иголок в разных стогах.

0:01:18.423,0:01:20.455
Мы уже сейчас видим первые успехи проекта.

0:01:21.010,0:01:26.315
Недавно мы использовали машинное обучение[br]для поиска новых антибиотиков

0:01:26.315,0:01:29.303
и борьбы с бактериальными инфекциями,

0:01:29.303,0:01:32.694
которые могут появиться в одно время [br]с инфекцией SARS-CoV-2.

0:01:33.181,0:01:37.350
Два месяца назад проект TED «Новаторство» [br]утвердил наше финансирование,

0:01:37.374,0:01:39.562
чтобы существенно расширить[br]сферу нашей работы

0:01:39.586,0:01:44.214
с целью разработки семи [br]новых классов антибиотиков

0:01:44.238,0:01:47.721
против семи наиболее смертельных [br]бактериальных патогенов

0:01:47.745,0:01:49.800
в течение следующих семи лет.

0:01:50.206,0:01:51.939
Для понимания:

0:01:51.963,0:01:53.891
количество новых классов антибиотиков,

0:01:53.915,0:01:57.150
найденных в течение последних[br]трёх десятилетий — нулевое.

0:01:58.030,0:02:01.641
И хотя поиски нового антибиотика — [br]это задача на средне-срочную перспективу,

0:02:01.675,0:02:06.277
обнаруженный коронавирус несёт в себе [br]безотлагательную, смертельную опасность,

0:02:06.301,0:02:10.094
и я рад сообщить, что мы думаем,[br]что нашу технологию можно применить

0:02:10.118,0:02:12.927
для нахождения терапии[br]для борьбы с этим вирусом.

0:02:13.486,0:02:15.205
Как же мы собираемся это сделать?

0:02:15.229,0:02:18.177
Мы создаём лабораторию[br]для тестирования различных соединений,

0:02:18.201,0:02:23.743
применяя молекулы к клеткам, [br]заражённым SARS-CoV-2,

0:02:23.767,0:02:27.661
чтобы увидеть какие из них [br]показывают положительную активность.

0:02:28.175,0:02:31.367
Эти данные обогащают[br]модель машинного обучения,

0:02:31.391,0:02:35.461
которая будет использована в компьютерной [br]симуляции более чем миллиарда молекул

0:02:35.485,0:02:39.689
для поиска новых антивирусных соединений.

0:02:40.324,0:02:42.982
Мы синтезируем и затем тестируем [br]наилучшие соединения,

0:02:43.006,0:02:46.105
а наиболее перспективные из них[br]передаём на клиническое изучение.

0:02:46.356,0:02:48.134
Слишком хорошо, чтобы быть правдой?

0:02:48.158,0:02:49.590
Это не так.

0:02:49.614,0:02:52.949
Проект «Антибиотики ИИ» основан[br]на нашем концептуальном исследовании,

0:02:52.949,0:02:56.364
которое привело к открытию нового [br]антибиотика широкого применения

0:02:56.388,0:02:57.573
под названием галоцин.

0:02:58.443,0:03:01.256
Галоцин демонстрирует сильную [br]антибактериальную активность

0:03:01.280,0:03:05.382
против практически всех бактериальных [br]патогенов, стойких к антибиотикам,

0:03:05.406,0:03:09.047
включая неизлечимые [br]панрезистентные инфекции.

0:03:09.822,0:03:12.156
Важно, что по сравнению[br]с нынешними антибиотиками,

0:03:12.156,0:03:16.990
частота, с которой у бактерий развивается [br]устойчивость к галоцину — ничтожно мала.

0:03:18.273,0:03:22.873
Мы протестировали способность бактерий [br]развивать стойкость к галоцину,

0:03:22.903,0:03:25.285
а также к ципрофлоксацину [br]в лабораторных условиях.

0:03:25.299,0:03:26.841
В случае ципрофлоксацина

0:03:26.865,0:03:29.690
уже спустя сутки [br]мы наблюдали устойчивость.

0:03:30.213,0:03:31.561
В случае с галоцином

0:03:31.561,0:03:34.040
спустя сутки мы не увидели [br]никакой устойчивости.

0:03:34.479,0:03:37.781
Удивительно, что даже после 30 дней

0:03:37.805,0:03:40.406
мы не увидели никакой[br]устойчивости к галоцину.

0:03:41.098,0:03:43.511
В этом пилотном проекте [br]мы сперва протестировали

0:03:43.511,0:03:46.624
около 2 500 соединений [br]против кишечной палочки.

0:03:46.909,0:03:50.039
Этот пробный набор [br]включал в себя известные антибиотики,

0:03:50.039,0:03:51.863
такие как ципрофлоксацин и пенициллин,

0:03:51.863,0:03:54.955
а также многие другие препараты,[br]не являющиеся антибиотиками.

0:03:54.984,0:03:57.571
По этим данным мы учили модель[br][машинного обучения]

0:03:57.595,0:04:01.573
запоминать молекулярные особенности, [br]связанные с антибактериальной активностью.

0:04:01.573,0:04:04.994
Затем мы применили эту модель [br]к базе данных перепрофилирования лекарств,

0:04:04.994,0:04:07.472
состоящей из нескольких тысяч молекул,

0:04:07.472,0:04:10.040
и попросили модель[br]идентифицировать те молекулы,

0:04:10.040,0:04:12.986
которые, по прогнозам, обладали [br]антибактериальными свойствами,

0:04:12.986,0:04:15.419
но не были похожи [br]на существующие антибиотики.

0:04:16.427,0:04:21.224
Интересно, что только одна молекула[br]в базе данных подошла по критериям,

0:04:21.248,0:04:23.584
и эта молекула оказалась галоцином.

0:04:24.244,0:04:27.626
Учитывая, что галоцин не похож ни на один [br]из существующих антибиотиков,

0:04:27.626,0:04:31.710
ни один человек,[br]даже эксперт по антибиотикам,

0:04:31.734,0:04:34.298
не смог бы идентифицировать галоцин [br]таким же образом.

0:04:34.384,0:04:37.298
Теперь представьте, что мы могли бы[br]достичь с этой технологией

0:04:37.358,0:04:38.969
в борьбе против SARS-CoV-2.

0:04:39.783,0:04:41.148
И это ещё не всё.

0:04:41.172,0:04:43.992
Мы также используем инструменты [br]синтетической биологии,

0:04:44.016,0:04:46.627
работающие с ДНК и другими [br]клеточными механизмами,

0:04:46.651,0:04:50.561
для помощи человечеству, [br]например, в борьбе с COVID-19,

0:04:50.585,0:04:54.232
и, примечательно, мы работаем [br]над созданием защитной маски,

0:04:54.256,0:04:57.688
которая также сможет служить в качестве [br]экспресс-диагностического теста.

0:04:58.192,0:04:59.634
И как же это работает?

0:04:59.634,0:05:00.917
Мы недавно показали,

0:05:00.917,0:05:03.860
что вы можете изъять[br]клеточный автомат из живой клетки

0:05:03.884,0:05:07.976
и сублимационно высушить его вместе[br]с РНК-сенсорами на бумаге,

0:05:08.000,0:05:12.916
чтобы создать недорогую диагностику [br]вирусов Эбола и Зика.

0:05:13.503,0:05:18.730
Сенсоры активируются, когда они [br]регидратируются образцом пациента,

0:05:18.754,0:05:21.576
который может состоять, например,[br]из крови или слюны.

0:05:21.600,0:05:24.861
Оказывается, эта технология [br]не ограничивается бумагой

0:05:24.885,0:05:27.771
и может быть применена к другим [br]материалам, включая ткань.

0:05:28.671,0:05:30.613
Для борьбы с пандемией COVID-19

0:05:30.637,0:05:34.953
мы разрабатываем РНК-сенсоры, [br]способные распознать вирус,

0:05:34.953,0:05:38.351
и сублимационно сушим их вместе[br]с необходимым клеточным автоматом

0:05:38.351,0:05:40.948
на ткани лицевой маски,

0:05:41.051,0:05:43.276
где простое дыхание

0:05:43.276,0:05:45.502
вместе с выделяемым водяным паром

0:05:45.526,0:05:47.286
могут активировать тест.

0:05:47.804,0:05:51.869
Таким образом, если пациент[br]инфицирован SARS-CoV-2,

0:05:51.869,0:05:54.185
маска будет генерировать [br]флуоресцентный сигнал,

0:05:54.185,0:05:58.015
который можно обнаружить через простое,[br]недорогое, портативное устройство.

0:05:58.534,0:06:03.018
Через один или два часа пациент [br]может быть диагностирован

0:06:03.042,0:06:06.014
безопасно, удалённо и точно.

0:06:06.735,0:06:09.255
Мы также используем синтетическую биологию

0:06:09.279,0:06:11.999
для разработки потенциальной[br]вакцины от COVID-19.

0:06:13.014,0:06:15.667
Мы перепрофилируем вакцину БЦЖ,

0:06:15.691,0:06:18.561
которая использовалась[br]против туберкулеза почти столетие.

0:06:18.585,0:06:20.246
Это живая аттенуированная вакцина,

0:06:20.270,0:06:24.807
и мы пытаемся сделать так, чтобы она [br]формировала антигены SARS-CoV-2,

0:06:24.831,0:06:28.706
которые спровоцировали бы выработку [br]защитных антител иммунной системой.

0:06:29.328,0:06:32.062
Важно отметить, что БЦЖ широко применима

0:06:32.086,0:06:36.659
и обладает одним из лучших профилей [br]безопасности среди всех известных вакцин.

0:06:37.881,0:06:42.986
С помощью инструментов синтетической[br]биологии и искусственного интеллекта

0:06:43.010,0:06:46.358
мы можем победить в борьбе [br]с этим новым коронавирусом.

0:06:46.844,0:06:50.163
Наша работа находится на ранних стадиях, [br]но её потенциал реален.

0:06:50.798,0:06:54.243
Наука и техника могут дать нам [br]важное преимущество

0:06:54.267,0:06:57.428
в битве человеческого ума [br]против ген супербактерий,

0:06:57.452,0:06:59.579
в битве, в которой мы можем победить.

0:06:59.788,0:07:01.108
Спасибо.