Как ИИ используется в поиске новых антибиотиков

Перед пандемией коронавируса биоинженер Джим Коллинз и его команда объединили преимущества искусственного интеллекта и синтетической биологии для борьбы с другим надвигающимся кризисом: устойчивым к антибиотикам супер-бактериям. Коллинз объясняет, как они перенаправили свои усилия в сторону разработки целого ряда средств и противовирусных соединений для борьбы с COVID-19, и делится планом своей команды открыть семь новых классов антибиотиков в течение последующих семи лет.
(Этот амбициозный план является частью проекта TED «Новаторство» в рамках инициативы TED по стимулированию и финансированию глобальных изменений).

Как же мы собираемся побороть
этот невиданный коронавирус?

Используя наши лучшие методы:

науку и технологии.

В моей лаборатории мы пользуемся
методами искусственного интеллекта

и синтетической биологии,

чтобы ускорить войну против этой пандемии.

Наша работа была изначально задумана

для борьбы с кризисом
сопротивляемости антибиотикам.

Наш проект стремится приспособить
мощь машинного обучения,

чтобы пополнить наш арсенал антибиотиков

и избежать глобально-разрушительной
эпохи постантибиотиков.

Важно, что такая же технология
может быть использована

в поисках антивирусных соединений,

которые могли бы помочь нам
побороть нынешнюю пандемию.

Машинное обучение переворачивает
традиционную модель разработки лекарств

с ног на голову.

С подобным подходом

вместо кропотливого тестирования
тысячи существующих молекул,

одну за одной в лаборатории

на их эффективность,

мы можем научить компьютер
изучать экспоненциально бо́льшее число

всех возможных молекул,
которые могли бы быть синтезированы.

Тем самым, чтобы не искать
иголку в стоге сена,

мы можем воспользоваться огромным магнитом
вычислительных возможностей,

чтобы одновременно искать
множество иголок в разных стогах.

Мы уже сейчас видим первые успехи проекта.

Недавно мы использовали машинное обучение
для поиска новых антибиотиков

и борьбы с бактериальными инфекциями,

которые могут появиться в одно время
с инфекцией SARS-CoV-2.

Два месяца назад проект TED «Новаторство»
утвердил наше финансирование,

чтобы существенно расширить
сферу нашей работы

с целью разработки семи
новых классов антибиотиков

против семи наиболее смертельных
бактериальных патогенов

в течение следующих семи лет.

Для понимания:

количество новых классов антибиотиков,

найденных в течение последних
трёх десятилетий — нулевое.

И хотя поиски нового антибиотика —
это задача на средне-срочную перспективу,

обнаруженный коронавирус несёт в себе
безотлагательную, смертельную опасность,

и я рад сообщить, что мы думаем,
что нашу технологию можно применить

для нахождения терапии
для борьбы с этим вирусом.

Как же мы собираемся это сделать?

Мы создаём лабораторию
для тестирования различных соединений,

применяя молекулы к клеткам,
заражённым SARS-CoV-2,

чтобы увидеть какие из них
показывают положительную активность.

Эти данные обогащают
модель машинного обучения,

которая будет использована в компьютерной
симуляции более чем миллиарда молекул

для поиска новых антивирусных соединений.

Мы синтезируем и затем тестируем
наилучшие соединения,

а наиболее перспективные из них
передаём на клиническое изучение.

Слишком хорошо, чтобы быть правдой?

Это не так.

Проект «Антибиотики ИИ» основан
на нашем концептуальном исследовании,

которое привело к открытию нового
антибиотика широкого применения

под названием галоцин.

Галоцин демонстрирует сильную
антибактериальную активность

против практически всех бактериальных
патогенов, стойких к антибиотикам,

включая неизлечимые
панрезистентные инфекции.

Важно, что по сравнению
с нынешними антибиотиками,

частота, с которой у бактерий развивается
устойчивость к галоцину — ничтожно мала.

Мы протестировали способность бактерий
развивать стойкость к галоцину,

а также к ципрофлоксацину
в лабораторных условиях.

В случае ципрофлоксацина

уже спустя сутки
мы наблюдали устойчивость.

В случае с галоцином

спустя сутки мы не увидели
никакой устойчивости.

Удивительно, что даже после 30 дней

мы не увидели никакой
устойчивости к галоцину.

В этом пилотном проекте
мы сперва протестировали

около 2 500 соединений
против кишечной палочки.

Этот пробный набор
включал в себя известные антибиотики,

такие как ципрофлоксацин и пенициллин,

а также многие другие препараты,
не являющиеся антибиотиками.

По этим данным мы учили модель
[машинного обучения]

запоминать молекулярные особенности,
связанные с антибактериальной активностью.

Затем мы применили эту модель
к базе данных перепрофилирования лекарств,

состоящей из нескольких тысяч молекул,

и попросили модель
идентифицировать те молекулы,

которые, по прогнозам, обладали
антибактериальными свойствами,

но не были похожи
на существующие антибиотики.

Интересно, что только одна молекула
в базе данных подошла по критериям,

и эта молекула оказалась галоцином.

Учитывая, что галоцин не похож ни на один
из существующих антибиотиков,

ни один человек,
даже эксперт по антибиотикам,

не смог бы идентифицировать галоцин
таким же образом.

Теперь представьте, что мы могли бы
достичь с этой технологией

в борьбе против SARS-CoV-2.

И это ещё не всё.

Мы также используем инструменты
синтетической биологии,

работающие с ДНК и другими
клеточными механизмами,

для помощи человечеству,
например, в борьбе с COVID-19,

и, примечательно, мы работаем
над созданием защитной маски,

которая также сможет служить в качестве
экспресс-диагностического теста.

И как же это работает?

Мы недавно показали,

что вы можете изъять
клеточный автомат из живой клетки

и сублимационно высушить его вместе
с РНК-сенсорами на бумаге,

чтобы создать недорогую диагностику
вирусов Эбола и Зика.

Сенсоры активируются, когда они
регидратируются образцом пациента,

который может состоять, например,
из крови или слюны.

Оказывается, эта технология
не ограничивается бумагой

и может быть применена к другим
материалам, включая ткань.

Для борьбы с пандемией COVID-19

мы разрабатываем РНК-сенсоры,
способные распознать вирус,

и сублимационно сушим их вместе
с необходимым клеточным автоматом

на ткани лицевой маски,

где простое дыхание

вместе с выделяемым водяным паром

могут активировать тест.

Таким образом, если пациент
инфицирован SARS-CoV-2,

маска будет генерировать
флуоресцентный сигнал,

который можно обнаружить через простое,
недорогое, портативное устройство.

Через один или два часа пациент
может быть диагностирован

безопасно, удалённо и точно.

Мы также используем синтетическую биологию

для разработки потенциальной
вакцины от COVID-19.

Мы перепрофилируем вакцину БЦЖ,

которая использовалась
против туберкулеза почти столетие.

Это живая аттенуированная вакцина,

и мы пытаемся сделать так, чтобы она
формировала антигены SARS-CoV-2,

которые спровоцировали бы выработку
защитных антител иммунной системой.

Важно отметить, что БЦЖ широко применима

и обладает одним из лучших профилей
безопасности среди всех известных вакцин.

С помощью инструментов синтетической
биологии и искусственного интеллекта

мы можем победить в борьбе
с этим новым коронавирусом.

Наша работа находится на ранних стадиях,
но её потенциал реален.

Наука и техника могут дать нам
важное преимущество

в битве человеческого ума
против ген супербактерий,

в битве, в которой мы можем победить.

Спасибо.