WEBVTT

00:00:00.917 --> 00:00:03.825
Как же мы собираемся побороть
этот невиданный коронавирус?

00:00:04.317 --> 00:00:06.948
Используя наши лучшие методы:

00:00:06.972 --> 00:00:09.011
науку и технологии.

00:00:09.244 --> 00:00:12.750
В моей лаборатории мы пользуемся
методами искусственного интеллекта

00:00:12.750 --> 00:00:14.329
и синтетической биологии,

00:00:14.353 --> 00:00:17.413
чтобы ускорить войну против этой пандемии.

00:00:18.078 --> 00:00:19.941
Наша работа была изначально задумана

00:00:19.965 --> 00:00:22.818
для борьбы с кризисом 
сопротивляемости антибиотикам.

00:00:22.842 --> 00:00:27.531
Наш проект стремится приспособить 
мощь машинного обучения,

00:00:27.531 --> 00:00:29.475
чтобы пополнить наш арсенал антибиотиков

00:00:29.475 --> 00:00:33.263
и избежать глобально-разрушительной 
эпохи постантибиотиков.

00:00:33.685 --> 00:00:36.505
Важно, что такая же технология 
может быть использована

00:00:36.529 --> 00:00:38.601
в поисках антивирусных соединений,

00:00:38.625 --> 00:00:41.303
которые могли бы помочь нам 
побороть нынешнюю пандемию.

NOTE Paragraph

00:00:41.890 --> 00:00:45.982
Машинное обучение переворачивает 
традиционную модель разработки лекарств

00:00:46.006 --> 00:00:47.410
с ног на голову.

00:00:47.434 --> 00:00:48.659
С подобным подходом

00:00:48.683 --> 00:00:52.761
вместо кропотливого тестирования 
тысячи существующих молекул,

00:00:52.785 --> 00:00:54.221
одну за одной в лаборатории

00:00:54.245 --> 00:00:55.832
на их эффективность,

00:00:55.856 --> 00:01:00.513
мы можем научить компьютер 
изучать экспоненциально бо́льшее число

00:01:00.537 --> 00:01:04.121
всех возможных молекул,
которые могли бы быть синтезированы.

00:01:04.145 --> 00:01:09.759
Тем самым, чтобы не искать
иголку в стоге сена,

00:01:09.783 --> 00:01:13.543
мы можем воспользоваться огромным магнитом
вычислительных возможностей,

00:01:13.567 --> 00:01:17.482
чтобы одновременно искать
множество иголок в разных стогах.

NOTE Paragraph

00:01:18.423 --> 00:01:20.455
Мы уже сейчас видим первые успехи проекта.

00:01:21.010 --> 00:01:26.315
Недавно мы использовали машинное обучение
для поиска новых антибиотиков

00:01:26.315 --> 00:01:29.303
и борьбы с бактериальными инфекциями,

00:01:29.303 --> 00:01:32.694
которые могут появиться в одно время 
с инфекцией SARS-CoV-2.

00:01:33.181 --> 00:01:37.350
Два месяца назад проект TED «Новаторство» 
утвердил наше финансирование,

00:01:37.374 --> 00:01:39.562
чтобы существенно расширить
сферу нашей работы

00:01:39.586 --> 00:01:44.214
с целью разработки семи 
новых классов антибиотиков

00:01:44.238 --> 00:01:47.721
против семи наиболее смертельных 
бактериальных патогенов

00:01:47.745 --> 00:01:49.800
в течение следующих семи лет.

00:01:50.206 --> 00:01:51.939
Для понимания:

00:01:51.963 --> 00:01:53.891
количество новых классов антибиотиков,

00:01:53.915 --> 00:01:57.150
найденных в течение последних
трёх десятилетий — нулевое.

NOTE Paragraph

00:01:58.030 --> 00:02:01.641
И хотя поиски нового антибиотика — 
это задача на средне-срочную перспективу,

00:02:01.675 --> 00:02:06.277
обнаруженный коронавирус несёт в себе 
безотлагательную, смертельную опасность,

00:02:06.301 --> 00:02:10.094
и я рад сообщить, что мы думаем,
что нашу технологию можно применить

00:02:10.118 --> 00:02:12.927
для нахождения терапии
для борьбы с этим вирусом.

00:02:13.486 --> 00:02:15.205
Как же мы собираемся это сделать?

00:02:15.229 --> 00:02:18.177
Мы создаём лабораторию
для тестирования различных соединений,

00:02:18.201 --> 00:02:23.743
применяя молекулы к клеткам, 
заражённым SARS-CoV-2,

00:02:23.767 --> 00:02:27.661
чтобы увидеть какие из них 
показывают положительную активность.

00:02:28.175 --> 00:02:31.367
Эти данные обогащают
модель машинного обучения,

00:02:31.391 --> 00:02:35.461
которая будет использована в компьютерной 
симуляции более чем миллиарда молекул

00:02:35.485 --> 00:02:39.689
для поиска новых антивирусных соединений.

00:02:40.324 --> 00:02:42.982
Мы синтезируем и затем тестируем 
наилучшие соединения,

00:02:43.006 --> 00:02:46.105
а наиболее перспективные из них
передаём на клиническое изучение.

NOTE Paragraph

00:02:46.356 --> 00:02:48.134
Слишком хорошо, чтобы быть правдой?

00:02:48.158 --> 00:02:49.590
Это не так.

00:02:49.614 --> 00:02:52.949
Проект «Антибиотики ИИ» основан
на нашем концептуальном исследовании,

00:02:52.949 --> 00:02:56.364
которое привело к открытию нового 
антибиотика широкого применения

00:02:56.388 --> 00:02:57.573
под названием галоцин.

00:02:58.443 --> 00:03:01.256
Галоцин демонстрирует сильную 
антибактериальную активность

00:03:01.280 --> 00:03:05.382
против практически всех бактериальных 
патогенов, стойких к антибиотикам,

00:03:05.406 --> 00:03:09.047
включая неизлечимые 
панрезистентные инфекции.

00:03:09.822 --> 00:03:12.156
Важно, что по сравнению
с нынешними антибиотиками,

00:03:12.156 --> 00:03:16.990
частота, с которой у бактерий развивается 
устойчивость к галоцину — ничтожно мала.

00:03:18.273 --> 00:03:22.873
Мы протестировали способность бактерий 
развивать стойкость к галоцину,

00:03:22.903 --> 00:03:25.285
а также к ципрофлоксацину 
в лабораторных условиях.

00:03:25.299 --> 00:03:26.841
В случае ципрофлоксацина

00:03:26.865 --> 00:03:29.690
уже спустя сутки 
мы наблюдали устойчивость.

00:03:30.213 --> 00:03:31.561
В случае с галоцином

00:03:31.561 --> 00:03:34.040
спустя сутки мы не увидели 
никакой устойчивости.

00:03:34.479 --> 00:03:37.781
Удивительно, что даже после 30 дней

00:03:37.805 --> 00:03:40.406
мы не увидели никакой
устойчивости к галоцину.

NOTE Paragraph

00:03:41.098 --> 00:03:43.511
В этом пилотном проекте 
мы сперва протестировали

00:03:43.511 --> 00:03:46.624
около 2 500 соединений 
против кишечной палочки.

00:03:46.909 --> 00:03:50.039
Этот пробный набор 
включал в себя известные антибиотики,

00:03:50.039 --> 00:03:51.863
такие как ципрофлоксацин и пенициллин,

00:03:51.863 --> 00:03:54.955
а также многие другие препараты,
не являющиеся антибиотиками.

00:03:54.984 --> 00:03:57.571
По этим данным мы учили модель
[машинного обучения]

00:03:57.595 --> 00:04:01.573
запоминать молекулярные особенности, 
связанные с антибактериальной активностью.

00:04:01.573 --> 00:04:04.994
Затем мы применили эту модель 
к базе данных перепрофилирования лекарств,

00:04:04.994 --> 00:04:07.472
состоящей из нескольких тысяч молекул,

00:04:07.472 --> 00:04:10.040
и попросили модель
идентифицировать те молекулы,

00:04:10.040 --> 00:04:12.986
которые, по прогнозам, обладали 
антибактериальными свойствами,

00:04:12.986 --> 00:04:15.419
но не были похожи 
на существующие антибиотики.

00:04:16.427 --> 00:04:21.224
Интересно, что только одна молекула
в базе данных подошла по критериям,

00:04:21.248 --> 00:04:23.584
и эта молекула оказалась галоцином.

00:04:24.244 --> 00:04:27.626
Учитывая, что галоцин не похож ни на один 
из существующих антибиотиков,

00:04:27.626 --> 00:04:31.710
ни один человек,
даже эксперт по антибиотикам,

00:04:31.734 --> 00:04:34.298
не смог бы идентифицировать галоцин 
таким же образом.

00:04:34.384 --> 00:04:37.298
Теперь представьте, что мы могли бы
достичь с этой технологией

00:04:37.358 --> 00:04:38.969
в борьбе против SARS-CoV-2.

NOTE Paragraph

00:04:39.783 --> 00:04:41.148
И это ещё не всё.

00:04:41.172 --> 00:04:43.992
Мы также используем инструменты 
синтетической биологии,

00:04:44.016 --> 00:04:46.627
работающие с ДНК и другими 
клеточными механизмами,

00:04:46.651 --> 00:04:50.561
для помощи человечеству, 
например, в борьбе с COVID-19,

00:04:50.585 --> 00:04:54.232
и, примечательно, мы работаем 
над созданием защитной маски,

00:04:54.256 --> 00:04:57.688
которая также сможет служить в качестве 
экспресс-диагностического теста.

00:04:58.192 --> 00:04:59.634
И как же это работает?

00:04:59.634 --> 00:05:00.917
Мы недавно показали,

00:05:00.917 --> 00:05:03.860
что вы можете изъять
клеточный автомат из живой клетки

00:05:03.884 --> 00:05:07.976
и сублимационно высушить его вместе
с РНК-сенсорами на бумаге,

00:05:08.000 --> 00:05:12.916
чтобы создать недорогую диагностику 
вирусов Эбола и Зика.

00:05:13.503 --> 00:05:18.730
Сенсоры активируются, когда они 
регидратируются образцом пациента,

00:05:18.754 --> 00:05:21.576
который может состоять, например,
из крови или слюны.

00:05:21.600 --> 00:05:24.861
Оказывается, эта технология 
не ограничивается бумагой

00:05:24.885 --> 00:05:27.771
и может быть применена к другим 
материалам, включая ткань.

00:05:28.671 --> 00:05:30.613
Для борьбы с пандемией COVID-19

00:05:30.637 --> 00:05:34.953
мы разрабатываем РНК-сенсоры, 
способные распознать вирус,

00:05:34.953 --> 00:05:38.351
и сублимационно сушим их вместе
с необходимым клеточным автоматом

00:05:38.351 --> 00:05:40.948
на ткани лицевой маски,

00:05:41.051 --> 00:05:43.276
где простое дыхание

00:05:43.276 --> 00:05:45.502
вместе с выделяемым водяным паром

00:05:45.526 --> 00:05:47.286
могут активировать тест.

00:05:47.804 --> 00:05:51.869
Таким образом, если пациент
инфицирован SARS-CoV-2,

00:05:51.869 --> 00:05:54.185
маска будет генерировать 
флуоресцентный сигнал,

00:05:54.185 --> 00:05:58.015
который можно обнаружить через простое,
недорогое, портативное устройство.

00:05:58.534 --> 00:06:03.018
Через один или два часа пациент 
может быть диагностирован

00:06:03.042 --> 00:06:06.014
безопасно, удалённо и точно.

NOTE Paragraph

00:06:06.735 --> 00:06:09.255
Мы также используем синтетическую биологию

00:06:09.279 --> 00:06:11.999
для разработки потенциальной
вакцины от COVID-19.

00:06:13.014 --> 00:06:15.667
Мы перепрофилируем вакцину БЦЖ,

00:06:15.691 --> 00:06:18.561
которая использовалась
против туберкулеза почти столетие.

00:06:18.585 --> 00:06:20.246
Это живая аттенуированная вакцина,

00:06:20.270 --> 00:06:24.807
и мы пытаемся сделать так, чтобы она 
формировала антигены SARS-CoV-2,

00:06:24.831 --> 00:06:28.706
которые спровоцировали бы выработку 
защитных антител иммунной системой.

00:06:29.328 --> 00:06:32.062
Важно отметить, что БЦЖ широко применима

00:06:32.086 --> 00:06:36.659
и обладает одним из лучших профилей 
безопасности среди всех известных вакцин.

NOTE Paragraph

00:06:37.881 --> 00:06:42.986
С помощью инструментов синтетической
биологии и искусственного интеллекта

00:06:43.010 --> 00:06:46.358
мы можем победить в борьбе 
с этим новым коронавирусом.

00:06:46.844 --> 00:06:50.163
Наша работа находится на ранних стадиях, 
но её потенциал реален.

00:06:50.798 --> 00:06:54.243
Наука и техника могут дать нам 
важное преимущество

00:06:54.267 --> 00:06:57.428
в битве человеческого ума 
против ген супербактерий,

00:06:57.452 --> 00:06:59.579
в битве, в которой мы можем победить.

00:06:59.788 --> 00:07:01.108
Спасибо.