< Return to Video

Hoe we AI gebruiken om nieuwe antibiotica te ontdekken

  • 0:01 - 0:04
    Hoe gaan we
    dit nieuwe coronavirus verslaan?
  • 0:04 - 0:07
    Door onze beste gereedschappen
    te gebruiken:
  • 0:07 - 0:09
    onze wetenschap en technologie.
  • 0:10 - 0:13
    In mijn lab gebruiken we
    kunstmatige intelligentie
  • 0:13 - 0:14
    en synthetische biologie
  • 0:14 - 0:17
    om het gevecht tegen
    deze pandemie te versnellen.
  • 0:18 - 0:20
    Ons werk was oorspronkelijk bedoeld
  • 0:20 - 0:23
    om iets te doen aan de crisis
    rond antibioticaresistentie.
  • 0:23 - 0:28
    Met ons project willen we de kracht
    van machinaal leren gebruiken
  • 0:28 - 0:29
    om ons antibiotica-arsenaal aan te vullen
  • 0:29 - 0:33
    en een wereldwijde ramp
    van antibioticaresistentie te voorkomen.
  • 0:34 - 0:37
    Dezelfde technologie kan worden gebruikt
  • 0:37 - 0:39
    om antivirale verbindingen te zoeken
  • 0:39 - 0:41
    die ons kunnen helpen
    om de pandemie te bevechten.
  • 0:42 - 0:46
    Machinaal leren zet de gewone manier
    van het ontdekken van medicijnen
  • 0:46 - 0:47
    op zijn kop.
  • 0:47 - 0:49
    Met deze aanpak,
  • 0:49 - 0:53
    in plaats van het een voor een testen
    van duizenden bestaande moleculen
  • 0:53 - 0:54
    in een lab
  • 0:54 - 0:56
    op hun effectiviteit,
  • 0:56 - 1:01
    kunnen we een computer trainen
    om de veel grotere ruimte te verkennen
  • 1:01 - 1:04
    van alle mogelijke moleculen
    die gesynthetiseerd kunnen worden,
  • 1:04 - 1:10
    en dus, in plaats van het zoeken
    van een speld in een hooiberg,
  • 1:10 - 1:14
    kunnen we de enorme magneet
    van de rekenkracht gebruiken
  • 1:14 - 1:17
    om veel naalden te vinden
    in meerdere hooibergen tegelijk.
  • 1:18 - 1:20
    We hebben al wat vroege successen gehad.
  • 1:21 - 1:26
    We hebben machinaal leren gebruikt
    om nieuwe antibiotica te ontdekken
  • 1:26 - 1:29
    die ons helpen om
    bacteriële infecties te bevechten
  • 1:29 - 1:33
    die naast SARS-CoV-2-infecties
    kunnen voorkomen.
  • 1:33 - 1:37
    Twee maanden geleden keurde het project
    van TED onze financiering goed
  • 1:37 - 1:40
    om ons werk enorm op te schalen
  • 1:40 - 1:44
    om zeven nieuwe soorten
    antibiotica te ontdekken
  • 1:44 - 1:48
    tegen zeven van 's werelds dodelijkste
    bacteriële ziekteverwekkers
  • 1:48 - 1:50
    in de komende zeven jaar.
  • 1:50 - 1:52
    Voor de context:
  • 1:52 - 1:54
    Het aantal nieuwe soorten antibiotica
  • 1:54 - 1:57
    dat de laatste drie decennia
    is ontdekt, is nul.
  • 1:58 - 2:02
    Terwijl het zoeken naar nieuwe antibiotica
    voor de iets langere termijn is,
  • 2:02 - 2:06
    vormt het nieuwe coronavirus
    een onmiddellijk doodsgevaar,
  • 2:06 - 2:10
    en ik wil graag delen dat we denken
    dezelfde technologie te kunnen gebruiken
  • 2:10 - 2:13
    om medicijnen te zoeken tegen dit virus.
  • 2:13 - 2:15
    Dus hoe gaan we het doen?
  • 2:15 - 2:18
    We maken een bibliotheek van verbindingen
  • 2:18 - 2:24
    en we passen deze moleculen toe op cellen
    die geïnfecteerd zijn met SARS-CoV-2
  • 2:24 - 2:28
    om te zien welke effectief zijn.
  • 2:28 - 2:31
    Deze data wordt gebruikt
    om een machinaal leren-model te trainen
  • 2:31 - 2:35
    dat wordt toegepast op een computerbieb
    met meer dan een miljard moleculen
  • 2:35 - 2:40
    om mogelijke nieuwe
    antivirale verbindingen te vinden.
  • 2:40 - 2:43
    We gaan de beste voorspellingen
    synthetiseren en testen
  • 2:43 - 2:46
    en de meest veelbelovende
    naar de kliniek brengen.
  • 2:46 - 2:48
    Klinkt dit te goed om waar te zijn?
  • 2:48 - 2:50
    Dat zou niet moeten.
  • 2:50 - 2:53
    De financiering van dit project
    is gebaseerd op ons onderzoek
  • 2:53 - 2:56
    dat leidde tot de ontdekking
    van een breed toepasbaar antibioticum
  • 2:56 - 2:58
    dat halicine heet.
  • 2:58 - 3:01
    Halicine heeft krachtige
    antibacteriële activiteit
  • 3:01 - 3:05
    tegen bijna alle antibioticaresistente
    bacteriële ziekteverwekkers,
  • 3:05 - 3:09
    inclusief onbehandelbare infecties
    die overal tegen bestand zijn.
  • 3:10 - 3:12
    In tegenstelling
    tot bij huidige antibiotica
  • 3:12 - 3:16
    is de frequentie waarmee bacteriën
    resistentie ontwikkelen tegen halicine
  • 3:16 - 3:17
    opmerkelijk laag.
  • 3:18 - 3:23
    We testten het vermogen van bacteriën
    om resistent te worden tegen halicine
  • 3:23 - 3:25
    en tegen Cipro in het lab.
  • 3:25 - 3:27
    In het geval van Cipro
  • 3:27 - 3:30
    zagen we na één dag al resistentie.
  • 3:30 - 3:32
    In het geval van halicine
  • 3:32 - 3:34
    zagen we na één dag geen resistentie.
  • 3:34 - 3:38
    Zelfs na 30 dagen zagen we
    verbazingwekkend genoeg
  • 3:38 - 3:40
    geen resistentie tegen halicine.
  • 3:41 - 3:47
    In dit proefproject testten we eerst
    ongeveer 2500 verbindingen tegen E. coli.
  • 3:47 - 3:50
    In deze trainingsset
    zaten bekende antibiotica
  • 3:50 - 3:52
    zoals Cipro en penicilline,
  • 3:52 - 3:54
    naast veel medicijnen
    die geen antibiotica zijn.
  • 3:55 - 3:58
    We gebruikten deze data
    om een model te trainen
  • 3:58 - 4:02
    om moleculaire kenmerken te leren
    die horen bij antibacteriële activiteit.
  • 4:02 - 4:05
    We pasten dit model toe
    op een bibliotheek van medicijnen
  • 4:05 - 4:07
    met duizenden moleculen
  • 4:07 - 4:10
    en we vroegen het model
    om te voorspellen
  • 4:10 - 4:13
    welke moleculen antibacteriële
    eigenschappen hebben,
  • 4:13 - 4:15
    maar die niet lijken
    op bestaande antibiotica.
  • 4:16 - 4:21
    Interessant genoeg voldeed
    slechts één molecuul aan deze criteria,
  • 4:21 - 4:24
    en dat molecuul bleek halicine te zijn.
  • 4:24 - 4:28
    Omdat halicine niet lijkt
    op een bestaand antibioticum,
  • 4:28 - 4:32
    was het onmogelijk geweest voor een mens,
    ook voor een expert in antibiotica,
  • 4:32 - 4:34
    om halicine op deze manier te vinden.
  • 4:35 - 4:37
    Stel je voor wat we
    met deze technologie kunnen doen
  • 4:37 - 4:39
    tegen SARS-CoV-2.
  • 4:40 - 4:41
    En dat is nog niet alles.
  • 4:41 - 4:44
    We gebruiken ook de gereedschappen
    van de synthetische biologie,
  • 4:44 - 4:47
    we sleutelen met DNA
    en andere cellulaire mechanismen
  • 4:47 - 4:51
    om de mens te dienen,
    bijvoorbeeld door COVID-19 te bevechten.
  • 4:51 - 4:54
    We werken ook aan een beschermend masker
  • 4:54 - 4:58
    dat ook dienstdoet
    als een snelle diagnostische test.
  • 4:58 - 5:00
    Hoe werkt dat?
  • 5:00 - 5:01
    Kortgeleden toonden we aan
  • 5:01 - 5:04
    dat je onderdelen
    uit een levende cel kunt halen
  • 5:04 - 5:08
    en op papier kunt invriezen
    samen met RNA-sensoren
  • 5:08 - 5:13
    om goedkope diagnostische materialen
    te maken voor ebola en zika.
  • 5:14 - 5:19
    De sensoren worden geactiveerd
    door rehydratatie met een patiëntmonster
  • 5:19 - 5:22
    van bijvoorbeeld bloed of speeksel.
  • 5:22 - 5:25
    Het blijkt dat deze technologie
    niet beperkt is tot papier
  • 5:25 - 5:28
    en op andere materialen
    kan worden toegepast, inclusief stof.
  • 5:29 - 5:31
    Voor de COVID-19-pandemie
  • 5:31 - 5:35
    ontwerpen we RNA-sensoren
    om het virus te detecteren
  • 5:35 - 5:38
    en vriezen we deze in,
    samen met de benodigde celonderdelen,
  • 5:38 - 5:41
    in de stof van een gezichtsmasker
  • 5:41 - 5:43
    waarbij het ademen,
  • 5:43 - 5:46
    met de waterdamp die daarbij vrijkomt,
  • 5:46 - 5:47
    de test activeert.
  • 5:48 - 5:52
    Als een patiënt dus geïnfecteerd is
    met SARS-CoV-2,
  • 5:52 - 5:54
    produceert het masker
    een fluorescent signaal
  • 5:54 - 5:58
    dat met een simpel, goedkoop handapparaat
    kan worden gedetecteerd.
  • 5:59 - 6:03
    Binnen een of twee uur kan een patiënt
    dus gediagnosticeerd worden,
  • 6:03 - 6:06
    veilig, nauwkeurig en op afstand.
  • 6:07 - 6:09
    We gebruiken synthetische biologie ook
  • 6:09 - 6:12
    om een mogelijk vaccin
    te ontwikkelen tegen COVID-19.
  • 6:13 - 6:16
    We gebruiken het BCG-vaccin,
  • 6:16 - 6:19
    dat al bijna een eeuw lang
    tegen TB is gebruikt.
  • 6:19 - 6:20
    Het is een levend, verzwakt vaccin
  • 6:20 - 6:25
    en we maken het met SARS-CoV-2-antigenen,
  • 6:25 - 6:28
    die beschermende antilichamen
    zouden moeten laten produceren
  • 6:28 - 6:29
    door het immuunsysteem.
  • 6:29 - 6:32
    Belangrijk is dat BCG
    erg goed op te schalen is
  • 6:32 - 6:37
    en een van de beste veiligheidsprofielen
    heeft van alle gerapporteerde vaccins.
  • 6:38 - 6:43
    Met synthetische biologie
    en kunstmatige intelligentie
  • 6:43 - 6:46
    kunnen we het gevecht
    tegen dit nieuwe coronavirus winnen.
  • 6:47 - 6:50
    Dit project staat in de kinderschoenen,
    maar is veelbelovend.
  • 6:51 - 6:54
    Wetenschap en technologie
    kunnen ons een belangrijk voordeel geven
  • 6:54 - 6:57
    in de strijd tussen menselijk verstand
    en genen van supervirussen,
  • 6:57 - 6:59
    een strijd die we kunnen winnen.
  • 7:00 - 7:01
    Dank jullie wel.
Title:
Hoe we AI gebruiken om nieuwe antibiotica te ontdekken
Speaker:
Jim Collins
Description:

Voor de pandemie van het coronavirus combineerden bio-ingenieur Jim Collins en zijn team de kracht van AI met synthetische biologie om een andere crisis af te wenden: antibioticaresistente superbacteriën. Collins legt uit hoe ze hun werk hebben aangepast om een reeks gereedschappen en antivirale verbindingen te ontwikkelen om COVID-19 tegen te gaan, en deelt hun plan om in de komende zeven jaar zeven nieuwe soorten antibiotica te ontdekken. (Dit ambitieuze plan is onderdeel van The Audacious Project, het initiatief van TED om globale veranderingen aan te moedigen en te bekostigen.)
more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
07:15

Dutch subtitles

Revisions

Our website uses cookies for analysis purposes.