В условиях глобального роста устойчивости бактерий к противомикробным препаратам исследователи из Пенсильванского университета представили ApexGO – инновационную платформу на базе генеративного искусственного интеллекта. Этот инструмент призван радикально изменить подход к разработке и оптимизации антимикробных пептидов, предлагая решение одной из главных проблем современной медицины.
В отличие от традиционных методов разработки лекарств, которые опираются на слепой перебор огромных молекулярных библиотек, ApexGO действует иначе. Платформа берёт за основу уже существующие, но несовершенные молекулы-кандидаты и методично улучшает их путём точечных молекулярных изменений. В основе этого процесса лежат предиктивное моделирование и байесовская оптимизация. Последняя позволяет искусственному интеллекту эффективно ориентироваться в бескрайнем химическом пространстве: алгоритм оценивает каждую модификацию и взвешенно решает, какой шаг сделать следующим, соблюдая баланс между проверенными решениями и поиском принципиально новых вариантов.
Как отмечает Имэн Цзэн, докторант и один из ведущих авторов исследования:
«Протестировать каждый возможный пептид физически невозможно. Байесовская оптимизация помогает модели делать осознанный выбор, балансируя между многообещающими кандидатами и теми, которые могут научить нейросеть чему-то новому».
Эффективность нового подхода уже подтверждена в ходе лабораторных испытаний. Около 85% молекул, сгенерированных ApexGO, успешно остановили рост болезнетворных бактерий, а 72% превзошли по своей эффективности исходные пептиды. Более того, эксперименты на мышах показали, что два антимикробных пептида, созданных с помощью искусственного интеллекта, снижают количество бактерий на уровне полимиксина В – одобренного FDA (Управление по санитарному надзору за качеством пищевых продуктов и медикаментов) препарата, который используется в медицине как антибиотик последней надежды при лечении самых тяжёлых инфекций.
По словам руководителя исследования доктора Сесара де ла Фуэнте, эти результаты открывают путь к будущему, в котором учёные смогут оптимизировать молекулы под конкретные задачи за доли привычного времени. Использование машин для навигации по химическим пространствам, слишком масштабным для изучения методом проб и ошибок, переводит разработку антибиотиков из разряда случайных открытий в строгую инженерную дисциплину.
Тем не менее, авторы работы подчёркивают, что полученные с помощью ApexGO молекулы пока находятся на ранней стадии испытаний. Прежде чем они смогут применяться для лечения людей, потребуется серьёзная доработка. Учёным предстоит улучшить фармакокинетические свойства препаратов: снизить токсичность, повысить стабильность и увеличить продолжительность их биологической активности в организме пациента.
Мнение редакции
То, что мы наблюдаем сегодня в сфере биотехнологий, без преувеличения можно назвать сменой парадигмы. Нейросети перестают быть просто «умными поисковиками» по базам данных и превращаются в полноценных соавторов научных открытий. Подход команды из Пенсильвании, когда искусственный интеллект выступает в роли заботливого инженера, методично докручивающего несовершенную молекулу до состояния мощного лекарства, внушает пусть осторожный, но оптимизм. В мире, где антибиотики стремительно теряют свою силу, а супербактерии ежегодно уносят сотни тысяч жизней, скорость разработки новых препаратов становится вопросом выживания (вспомнить хотя бы новый хантавирус).
Конечно, впереди ещё долгие годы клинических испытаний, и ни один алгоритм не отменит строгих проверок на токсичность и безопасность для человека. Но сам факт того, что мы научились делегировать рутину машинам, оставляя за человеком стратегическое управление, говорит о многом. Очевидно, что медицина будущего будет всё больше опираться на алгоритмы и код. А значит, нас ждёт ещё немало новостей о том, как технологии спасают жизни, – и мы обязательно продолжим за этим следить.
