Jak používáme umělou inteligenci k objevení nových antibiotik

Před pandemií koronaviru zkombinoval bioinženýr Jim Collins se svým týmem sílu umělé inteligence se syntetickou biologií ve snaze bojovat s různými hrozícími krizemi: proti bakteriím rezistentním na antibiotika. Collins vysvětluje, jak zaměřili své úsilí na vývoj série nástrojů a antivirových sloučenin určených k boji proti COVID-19 a sdílí svůj plán objevit sedm nových tříd antibiotik během následujících sedmi let. (Tento ambiciózní plán je součástí The Audacious Project, iniciativy TEDu k podnícení a financování globálních změn.)

Takže, jak hodláme porazit
tento nový koronavirus?

Našimi nejlepšími nástroji:

naší vědou a technologií.

V mojí laboratoři využíváme
nástroje umělé inteligence

a syntetické biologie,

abychom zrychlili boj proti pandemii.

Naše práce byla zpočátku
navržena k tomu,

abychom se vypořádali
s rezistencí na antibiotika.

Náš projekt hledá,
jak využít sílu strojového učení

k doplnění našeho
antibiotického arzenálu

a zabránění postantibiotické éře,
která by způsobila globální devastaci.

Důležité je, že ta samá technologie
může být použita

k nalezení antivirových sloučenin,

které nám mohou pomoct
bojovat se současnou pandemií.

Strojové učení obrátilo tradiční model
zkoumání léčiv vzhůru nohama.

S tímto přístupem,

místo pečlivého testování
účinnosti tisíců existujících molekul

jednu po druhé v laboratoři,

můžeme trénovat počítač,
aby prozkoumal exponenciálně větší prostor

všech možných molekul,
které mohou být syntetizovány,

a tím pádem,
místo hledání jehly v kupce sena,

můžeme využít gigantický
magnet výpočetní síly,

aby našel mnoho jehel
v mnoha kupkách sena zároveň.

Již máme nějaké počáteční úspěchy.

Nedávno jsme použili strojové učení
k objevení nových antibiotik,

které nám pomohou
přemoci bakteriální infekce,

jež se mohou vyskytnout
společně s infekcí SARS-CoV-2.

Před dvěma měsíci TED Audacious Project
schválil naše financování,

aby podstatně rozšířil naši činnost

s cílem objevit sedm
nových tříd antibiotik

proti sedmi nejsmrtelnějším
bakteriálním patogenům světa

během následujících sedmi let.

Jen připomínám,

že v posledních třech dekádách

nebyla objevena ani jedna
nová třída antibiotik.

Zatímco pátrání po nových antibiotikách
proběhne ve střednědobém horizontu,

nový koronavirus představuje
současnou smrtelnou hrozbu

a s radostí vám sděluji, že věříme,
že můžeme použít tu samou technologii

ke hledání terapie pro boj s tímto virem.

Takže, jak to hodláme udělat?

Vytváříme knihovnu tréninkových sloučenin

a se spolupracovníky vkládáme tyto
molekuly do buněk infikovaných SARS-CoV-2,

abychom viděli,
která z nich vykazuje účinnou aktivitu.

Tato data budou použita
k trénování modelu strojového učení,

který bude nasazen na více než
miliardu molekul z počítačové knihovny,

aby našel potenciální
nové antivirové sloučeniny.

Budeme syntetizovat a testovat
nejlepší predikce

a nejnadějnější kandidáty
posuneme do klinických testů.

Že to zní až moc dobře?

Nemělo by.

„Antibiotics AI Project“ je založen
na našem ověřovacím výzkumu,

který vedl k objevu nového
širokospektrálního antibiotika

zvaného halicin.

Halicin vykazuje
silnou antibakteriální aktivitu

proti skoro všem rezistentním
bakteriálním patogenům

včetně nevyléčitelných
panrezistentních infekcí.

Na rozdíl od současných antibiotik
je důležité,

že četnost, s jakou si bakterie
vybuduje rezistenci na halicin,

je pozoruhodně nízká.

V laboratoři jsme testovali
schopnost bakterie vybudovat si

rezistenci na halicin a na lék „Cipro“.

V případě léku „Cipro“

jsme již po jednom dni
pozorovali rezistenci.

V případě halicinu jsme po jednom dni
nepozorovali žádnou rezistenci.

Překvapivé je, že ani po 30 dnech

jsme nepozorovali žádnou
rezistenci na halicin.

V pilotním projektu jsme nejprve testovali
zhruba 2 500 sloučenin proti E. coli.

Tento tréninkový set
zahrnoval známá antibiotika

jako „Cipro“ a penicilin,

stejně jako mnoho léků,
které nejsou antibiotiky.

Tato data jsme použili k trénování modelu,

aby se naučil vlastnosti molekul
spojované s antibakteriální aktivitou.

Poté jsme model aplikovali
na knihovnu znovupoužitelných léčiv

obsahující několik tisíc molekul

a zadali jsme modelu,
aby identifikoval molekuly,

u kterých jsou predikovány
antibakteriální vlastnosti,

ale nevypadají
jako existující antibiotika.

Je zajímavé, že pouze jedna molekula
v knihovně odpovídala těmto kritériím

a touto molekulou se ukázal být halicin.

Vzhledem k tomu, že halicin nevypadá
jako jakékoliv existující antibiotikum,

bylo by pro člověka nemožné,
dokonce i pro experta na antibiotika,

aby tímto způsobem halicin identifikoval.

A teď si představte,
co bychom s touto technologií

mohli dělat proti SARS-CoV-2.

A toto není vše.

Také využíváme nástroje
syntetické biologie

a experimentujeme s DNA
a dalšími buněčnými aparáty,

aby sloužily potřebám lidí,
jako je boj proti COVID-19,

a je důležité zmínit,
že pracujeme na vývoji ochranné masky,

která také dokáže sloužit
jako rychlý diagnostický test.

Takže, jak to funguje?

Nedávno jsme ukázali,

že můžete vzít buněčný aparát z živé buňky

a lyofilizovat ho společně
s RNA senzorem na papír,

abyste vytvořili levnou
diagnostiku Eboly a Ziky.

Senzory se aktivují rehydratací
ze vzorku nemocného člověka,

který může obsahovat
například krev nebo sliny.

Ukazuje se, že tato technologie
není omezena pouze na papír

a může být aplikována
na další materiály, včetně tkanin.

Pro pandemii COVID-19

navrhujeme RNA senzory k detekci viru

a lyofilizujeme je i s potřebnými
buněčnými aparáty

do látky roušky.

Stačí pouhé dýchání

a vodní kapénky, které ho doprovázejí,

aby se test aktivoval.

Tím pádem, pokud je
pacient infikován SARS-CoV-2,

začne maska produkovat
fluorescenční signál,

který může být detekován jednoduchým,
laciným kapesním zařízením.

Během hodiny nebo dvou
tak může být pacient bezpečně,

na dálku a přesně diagnostikován.

Syntetickou biologii také využíváme

k návrhu vakcíny pro COVID-19.

Znovupoužíváme BCG vakcínu,

která se téměř jedno století
používala proti tuberkulóze.

Je to živá, oslabená vakcína

a my ji připravujeme
pro expresi antigenů SARS-CoV-2,

které by měly spouštět produkci
ochranných protilátek

v imunitním systému.

Důležité je, že BCG je
masivně škálovatelná

a má bezpečnostní profil, který patří
mezi nejlepší ze všech hlášených vakcín.

S nástroji syntetické biologie
a umělé inteligence

můžeme tento souboj
s novým koronavirem vyhrát.

Tato práce je ve velmi raném stadiu,
ale příslib je reálný.

Věda a technologie nám
mohou dát důležitou výhodu

v souboji lidského důvtipu
s geny rezistentních bakterií,

v souboji, který můžeme vyhrát.

Děkuji vám.