חוקרים מאוניברסיטת טקסס השתמשו בבינה מלאכותית כדי לפתח גרסה בטוחה ויעילה יותר של אנטיביוטיקה שמראה הבטחה בניסויים בבעלי חיים. שיטה חדשה זו יכולה להאיץ את יצירתם של טיפולים לזיהומים חיידקיים עמידים לאנטיביוטיקה. קרדיט: אוניברסיטת טקסס באוסטין
מודל שפה גדול, הדומה ל-AI המניע את ChatGPT, נוצל לפיתוח גרסה של תרופה הורגת חיידקים שהייתה פעם רעילה לבני אדם.
בפיתוח מלא תקווה לביקוש לאנטיביוטיקה בטוחה ויעילה יותר, חוקרים מאוניברסיטת טקסס באוסטין השתמשו בינה מלאכותית ליצור תרופה חדשה שכבר מוכיחה הבטחה בניסויים בבעלי חיים.
פרסום התוצאות שלהם ב טבע הנדסה ביו-רפואיתמתארים המדענים שימוש במודל שפה גדול – כלי בינה מלאכותית כמו זה שמניע את ChatGPT – כדי להנדס גרסה של תרופה קוטלת חיידקים שהייתה רעילה בעבר בבני אדם, כך שהיא תהיה בטוחה לשימוש.
הפרוגנוזה לחולים עם זיהומים חיידקיים מסוכנים החמירה בשנים האחרונות כאשר זני חיידקים עמידים לאנטיביוטיקה התפשטו ופיתוח אפשרויות טיפול חדשות נעצרה. עם זאת, חוקרי UT אומרים שכלי AI משנים את המשחק.
"גילינו שמודלים של שפה גדולים הם צעד גדול קדימה עבור למידת מכונה יישומים בהנדסת חלבונים ופפטידים", אמר קלאוס וילקה, פרופסור לביולוגיה אינטגרטיבית וסטטיסטיקה ומדעי נתונים, ומחבר בכיר של המאמר החדש. "מקרי שימוש רבים שלא היו אפשריים עם גישות קודמות מתחילים כעת לעבוד. אני צופה שגישות אלו ודומות להן ישמשו באופן נרחב לפיתוח תרופות או תרופות בהמשך."
יישומי בינה מלאכותית בפיתוח תרופות
מודלים של שפה גדולים, או LLMs, תוכננו במקור כדי ליצור ולחקור רצפים של טקסט, אך מדענים מוצאים דרכים יצירתיות ליישם את המודלים הללו לתחומים אחרים. לדוגמה, כמו שמשפטים מורכבים מרצפים של מילים, חלבונים מורכבים מרצפים של חומצות אמינו. LLMs מקבצים יחד מילים שחולקות תכונות משותפות (כגון חתול, כלב ואוגר) במה שמכונה "מרחב הטבעה" עם אלפי ממדים. באופן דומה, חלבונים בעלי פונקציות דומות, כמו היכולת להדוף חיידקים מסוכנים מבלי לפגוע באנשים המארחים את החיידקים הללו, עשויים להתקבץ יחד בגרסה משלהם של חלל הטבעה של AI.
"החלל המכיל את כל המולקולות הוא עצום", אמר דייויס, מחבר בכיר שותף של המאמר החדש. "למידה מכונה מאפשרת לנו למצוא את אזורי החלל הכימי שיש להם את התכונות שאנו מעוניינים בהן, והיא יכולה לעשות זאת הרבה יותר מהר ויסודי מאשר גישות סטנדרטיות של מעבדה חד-פעמית".
עבור הפרויקט הזה, החוקרים השתמשו בבינה מלאכותית כדי לזהות דרכים להנדס מחדש אנטיביוטיקה קיימת בשם Protegrin-1 שהיא מצוינת בהריגת חיידקים, אך רעילה לאנשים. פרוטגרין-1, המיוצר באופן טבעי על ידי חזירים כדי להילחם בזיהומים, הוא חלק מתת-סוג של אנטיביוטיקה הנקראת פפטידים אנטי-מיקרוביאליים (AMPs). AMPs בדרך כלל הורגים חיידקים ישירות על ידי שיבוש ממברנות התא, אך רבים מכוונים לממברנות תאים חיידקיות ואנושיות כאחד.
חדשנות עם AI לאנטיביוטיקה בטוחה יותר
ראשית, החוקרים השתמשו בשיטת תפוקה גבוהה שפיתחו בעבר כדי ליצור יותר מ-7,000 וריאציות של Protegrin-1 ולזהות במהירות אזורים ב-AMP שניתן לשנות מבלי לאבד את הפעילות האנטיביוטית שלו.
לאחר מכן, הם אימנו LLM חלבון על תוצאות אלו, כך שהמודל יוכל להעריך מיליוני וריאציות אפשריות עבור שלוש תכונות: מיקוד סלקטיבי של ממברנות חיידקים, הרג חיידקים בצורה חזקה ואי פגיעה בתאי דם אדומים אנושיים כדי למצוא את אלו שנפלו במקום המתוק של כולם. שְׁלוֹשָׁה. לאחר מכן, המודל עזר להנחות את הצוות לגרסה בטוחה ויעילה יותר של Protegrin-1, שאותה כינו Protegrin-1.2 (bsPG-1.2) סלקטיבי חיידקי.
עכברים שנדבקו בחיידקים עמידים לריבוי תרופות וטופלו ב-bsPG-1.2 היו בסבירות נמוכה בהרבה לחיידקים שניתנים לזיהוי באיבריהם שש שעות לאחר ההדבקה, בהשוואה לעכברים שלא טופלו. אם בדיקות נוספות מציעות תוצאות חיוביות דומות, החוקרים מקווים בסופו של דבר לקחת גרסה של התרופה האנטיביוטית המבוססת על AI לניסויים בבני אדם.
"ההשפעה של למידת מכונה היא כפולה", אמר דייויס. "זה הולך להצביע על מולקולות חדשות שיכולות להיות בעלות פוטנציאל לעזור לאנשים, וזה יראה לנו איך אנחנו יכולים לקחת את המולקולות האנטיביוטיות הקיימות האלה ולשפר אותן ולמקד את עבודתנו כדי להביא אותן מהר יותר לתרגול קליני."
המימון למחקר זה ניתן על ידי ה המכונים הלאומיים לבריאותThe Welch Foundation, The Defense Threat Reduction Agency, והוודקה בעבודת יד של טיטו.
