1
00:00:00,917 --> 00:00:03,825
Как же мы собираемся побороть
этот невиданный коронавирус?

2
00:00:04,317 --> 00:00:06,948
Используя наши лучшие методы:

3
00:00:06,972 --> 00:00:09,011
науку и технологии.

4
00:00:09,244 --> 00:00:12,750
В моей лаборатории мы пользуемся
методами искусственного интеллекта

5
00:00:12,750 --> 00:00:14,329
и синтетической биологии,

6
00:00:14,353 --> 00:00:17,413
чтобы ускорить войну против этой пандемии.

7
00:00:18,078 --> 00:00:19,941
Наша работа была изначально задумана

8
00:00:19,965 --> 00:00:22,818
для борьбы с кризисом 
сопротивляемости антибиотикам.

9
00:00:22,842 --> 00:00:27,531
Наш проект стремится приспособить 
мощь машинного обучения,

10
00:00:27,531 --> 00:00:29,475
чтобы пополнить наш арсенал антибиотиков

11
00:00:29,475 --> 00:00:33,263
и избежать глобально-разрушительной 
эпохи постантибиотиков.

12
00:00:33,685 --> 00:00:36,505
Важно, что такая же технология 
может быть использована

13
00:00:36,529 --> 00:00:38,601
в поисках антивирусных соединений,

14
00:00:38,625 --> 00:00:41,303
которые могли бы помочь нам 
побороть нынешнюю пандемию.

15
00:00:41,890 --> 00:00:45,982
Машинное обучение переворачивает 
традиционную модель разработки лекарств

16
00:00:46,006 --> 00:00:47,410
с ног на голову.

17
00:00:47,434 --> 00:00:48,659
С подобным подходом

18
00:00:48,683 --> 00:00:52,761
вместо кропотливого тестирования 
тысячи существующих молекул,

19
00:00:52,785 --> 00:00:54,221
одну за одной в лаборатории

20
00:00:54,245 --> 00:00:55,832
на их эффективность,

21
00:00:55,856 --> 00:01:00,513
мы можем научить компьютер 
изучать экспоненциально бо́льшее число

22
00:01:00,537 --> 00:01:04,121
всех возможных молекул,
которые могли бы быть синтезированы.

23
00:01:04,145 --> 00:01:09,759
Тем самым, чтобы не искать
иголку в стоге сена,

24
00:01:09,783 --> 00:01:13,543
мы можем воспользоваться огромным магнитом
вычислительных возможностей,

25
00:01:13,567 --> 00:01:17,482
чтобы одновременно искать
множество иголок в разных стогах.

26
00:01:18,423 --> 00:01:20,455
Мы уже сейчас видим первые успехи проекта.

27
00:01:21,010 --> 00:01:26,315
Недавно мы использовали машинное обучение
для поиска новых антибиотиков

28
00:01:26,315 --> 00:01:29,303
и борьбы с бактериальными инфекциями,

29
00:01:29,303 --> 00:01:32,694
которые могут появиться в одно время 
с инфекцией SARS-CoV-2.

30
00:01:33,181 --> 00:01:37,350
Два месяца назад проект TED «Новаторство» 
утвердил наше финансирование,

31
00:01:37,374 --> 00:01:39,562
чтобы существенно расширить
сферу нашей работы

32
00:01:39,586 --> 00:01:44,214
с целью разработки семи 
новых классов антибиотиков

33
00:01:44,238 --> 00:01:47,721
против семи наиболее смертельных 
бактериальных патогенов

34
00:01:47,745 --> 00:01:49,800
в течение следующих семи лет.

35
00:01:50,206 --> 00:01:51,939
Для понимания:

36
00:01:51,963 --> 00:01:53,891
количество новых классов антибиотиков,

37
00:01:53,915 --> 00:01:57,150
найденных в течение последних
трёх десятилетий — нулевое.

38
00:01:58,030 --> 00:02:01,641
И хотя поиски нового антибиотика — 
это задача на средне-срочную перспективу,

39
00:02:01,675 --> 00:02:06,277
обнаруженный коронавирус несёт в себе 
безотлагательную, смертельную опасность,

40
00:02:06,301 --> 00:02:10,094
и я рад сообщить, что мы думаем,
что нашу технологию можно применить

41
00:02:10,118 --> 00:02:12,927
для нахождения терапии
для борьбы с этим вирусом.

42
00:02:13,486 --> 00:02:15,205
Как же мы собираемся это сделать?

43
00:02:15,229 --> 00:02:18,177
Мы создаём лабораторию
для тестирования различных соединений,

44
00:02:18,201 --> 00:02:23,743
применяя молекулы к клеткам, 
заражённым SARS-CoV-2,

45
00:02:23,767 --> 00:02:27,661
чтобы увидеть какие из них 
показывают положительную активность.

46
00:02:28,175 --> 00:02:31,367
Эти данные обогащают
модель машинного обучения,

47
00:02:31,391 --> 00:02:35,461
которая будет использована в компьютерной 
симуляции более чем миллиарда молекул

48
00:02:35,485 --> 00:02:39,689
для поиска новых антивирусных соединений.

49
00:02:40,324 --> 00:02:42,982
Мы синтезируем и затем тестируем 
наилучшие соединения,

50
00:02:43,006 --> 00:02:46,105
а наиболее перспективные из них
передаём на клиническое изучение.

51
00:02:46,356 --> 00:02:48,134
Слишком хорошо, чтобы быть правдой?

52
00:02:48,158 --> 00:02:49,590
Это не так.

53
00:02:49,614 --> 00:02:52,949
Проект «Антибиотики ИИ» основан
на нашем концептуальном исследовании,

54
00:02:52,949 --> 00:02:56,364
которое привело к открытию нового 
антибиотика широкого применения

55
00:02:56,388 --> 00:02:57,573
под названием галоцин.

56
00:02:58,443 --> 00:03:01,256
Галоцин демонстрирует сильную 
антибактериальную активность

57
00:03:01,280 --> 00:03:05,382
против практически всех бактериальных 
патогенов, стойких к антибиотикам,

58
00:03:05,406 --> 00:03:09,047
включая неизлечимые 
панрезистентные инфекции.

59
00:03:09,822 --> 00:03:12,156
Важно, что по сравнению
с нынешними антибиотиками,

60
00:03:12,156 --> 00:03:16,990
частота, с которой у бактерий развивается 
устойчивость к галоцину — ничтожно мала.

61
00:03:18,273 --> 00:03:22,873
Мы протестировали способность бактерий 
развивать стойкость к галоцину,

62
00:03:22,903 --> 00:03:25,285
а также к ципрофлоксацину 
в лабораторных условиях.

63
00:03:25,299 --> 00:03:26,841
В случае ципрофлоксацина

64
00:03:26,865 --> 00:03:29,690
уже спустя сутки 
мы наблюдали устойчивость.

65
00:03:30,213 --> 00:03:31,561
В случае с галоцином

66
00:03:31,561 --> 00:03:34,040
спустя сутки мы не увидели 
никакой устойчивости.

67
00:03:34,479 --> 00:03:37,781
Удивительно, что даже после 30 дней

68
00:03:37,805 --> 00:03:40,406
мы не увидели никакой
устойчивости к галоцину.

69
00:03:41,098 --> 00:03:43,511
В этом пилотном проекте 
мы сперва протестировали

70
00:03:43,511 --> 00:03:46,624
около 2 500 соединений 
против кишечной палочки.

71
00:03:46,909 --> 00:03:50,039
Этот пробный набор 
включал в себя известные антибиотики,

72
00:03:50,039 --> 00:03:51,863
такие как ципрофлоксацин и пенициллин,

73
00:03:51,863 --> 00:03:54,955
а также многие другие препараты,
не являющиеся антибиотиками.

74
00:03:54,984 --> 00:03:57,571
По этим данным мы учили модель
[машинного обучения]

75
00:03:57,595 --> 00:04:01,573
запоминать молекулярные особенности, 
связанные с антибактериальной активностью.

76
00:04:01,573 --> 00:04:04,994
Затем мы применили эту модель 
к базе данных перепрофилирования лекарств,

77
00:04:04,994 --> 00:04:07,472
состоящей из нескольких тысяч молекул,

78
00:04:07,472 --> 00:04:10,040
и попросили модель
идентифицировать те молекулы,

79
00:04:10,040 --> 00:04:12,986
которые, по прогнозам, обладали 
антибактериальными свойствами,

80
00:04:12,986 --> 00:04:15,419
но не были похожи 
на существующие антибиотики.

81
00:04:16,427 --> 00:04:21,224
Интересно, что только одна молекула
в базе данных подошла по критериям,

82
00:04:21,248 --> 00:04:23,584
и эта молекула оказалась галоцином.

83
00:04:24,244 --> 00:04:27,626
Учитывая, что галоцин не похож ни на один 
из существующих антибиотиков,

84
00:04:27,626 --> 00:04:31,710
ни один человек,
даже эксперт по антибиотикам,

85
00:04:31,734 --> 00:04:34,298
не смог бы идентифицировать галоцин 
таким же образом.

86
00:04:34,384 --> 00:04:37,298
Теперь представьте, что мы могли бы
достичь с этой технологией

87
00:04:37,358 --> 00:04:38,969
в борьбе против SARS-CoV-2.

88
00:04:39,783 --> 00:04:41,148
И это ещё не всё.

89
00:04:41,172 --> 00:04:43,992
Мы также используем инструменты 
синтетической биологии,

90
00:04:44,016 --> 00:04:46,627
работающие с ДНК и другими 
клеточными механизмами,

91
00:04:46,651 --> 00:04:50,561
для помощи человечеству, 
например, в борьбе с COVID-19,

92
00:04:50,585 --> 00:04:54,232
и, примечательно, мы работаем 
над созданием защитной маски,

93
00:04:54,256 --> 00:04:57,688
которая также сможет служить в качестве 
экспресс-диагностического теста.

94
00:04:58,192 --> 00:04:59,634
И как же это работает?

95
00:04:59,634 --> 00:05:00,917
Мы недавно показали,

96
00:05:00,917 --> 00:05:03,860
что вы можете изъять
клеточный автомат из живой клетки

97
00:05:03,884 --> 00:05:07,976
и сублимационно высушить его вместе
с РНК-сенсорами на бумаге,

98
00:05:08,000 --> 00:05:12,916
чтобы создать недорогую диагностику 
вирусов Эбола и Зика.

99
00:05:13,503 --> 00:05:18,730
Сенсоры активируются, когда они 
регидратируются образцом пациента,

100
00:05:18,754 --> 00:05:21,576
который может состоять, например,
из крови или слюны.

101
00:05:21,600 --> 00:05:24,861
Оказывается, эта технология 
не ограничивается бумагой

102
00:05:24,885 --> 00:05:27,771
и может быть применена к другим 
материалам, включая ткань.

103
00:05:28,671 --> 00:05:30,613
Для борьбы с пандемией COVID-19

104
00:05:30,637 --> 00:05:34,953
мы разрабатываем РНК-сенсоры, 
способные распознать вирус,

105
00:05:34,953 --> 00:05:38,351
и сублимационно сушим их вместе
с необходимым клеточным автоматом

106
00:05:38,351 --> 00:05:40,948
на ткани лицевой маски,

107
00:05:41,051 --> 00:05:43,276
где простое дыхание

108
00:05:43,276 --> 00:05:45,502
вместе с выделяемым водяным паром

109
00:05:45,526 --> 00:05:47,286
могут активировать тест.

110
00:05:47,804 --> 00:05:51,869
Таким образом, если пациент
инфицирован SARS-CoV-2,

111
00:05:51,869 --> 00:05:54,185
маска будет генерировать 
флуоресцентный сигнал,

112
00:05:54,185 --> 00:05:58,015
который можно обнаружить через простое,
недорогое, портативное устройство.

113
00:05:58,534 --> 00:06:03,018
Через один или два часа пациент 
может быть диагностирован

114
00:06:03,042 --> 00:06:06,014
безопасно, удалённо и точно.

115
00:06:06,735 --> 00:06:09,255
Мы также используем синтетическую биологию

116
00:06:09,279 --> 00:06:11,999
для разработки потенциальной
вакцины от COVID-19.

117
00:06:13,014 --> 00:06:15,667
Мы перепрофилируем вакцину БЦЖ,

118
00:06:15,691 --> 00:06:18,561
которая использовалась
против туберкулеза почти столетие.

119
00:06:18,585 --> 00:06:20,246
Это живая аттенуированная вакцина,

120
00:06:20,270 --> 00:06:24,807
и мы пытаемся сделать так, чтобы она 
формировала антигены SARS-CoV-2,

121
00:06:24,831 --> 00:06:28,706
которые спровоцировали бы выработку 
защитных антител иммунной системой.

122
00:06:29,328 --> 00:06:32,062
Важно отметить, что БЦЖ широко применима

123
00:06:32,086 --> 00:06:36,659
и обладает одним из лучших профилей 
безопасности среди всех известных вакцин.

124
00:06:37,881 --> 00:06:42,986
С помощью инструментов синтетической
биологии и искусственного интеллекта

125
00:06:43,010 --> 00:06:46,358
мы можем победить в борьбе 
с этим новым коронавирусом.

126
00:06:46,844 --> 00:06:50,163
Наша работа находится на ранних стадиях, 
но её потенциал реален.

127
00:06:50,798 --> 00:06:54,243
Наука и техника могут дать нам 
важное преимущество

128
00:06:54,267 --> 00:06:57,428
в битве человеческого ума 
против ген супербактерий,

129
00:06:57,452 --> 00:06:59,579
в битве, в которой мы можем победить.

130
00:06:59,788 --> 00:07:01,108
Спасибо.