Auf der Suche nach Lösungen für komplexe globale Herausforderungen wie Krankheiten, Energiebedarf und Klimawandel haben sich wissenschaftliche Forscher, darunter auch am MIT, der künstlichen Intelligenz sowie der quantitativen Analyse und Modellierung zugewandt, um künstlich hergestellte Zellen mit neuartigen Eigenschaften zu entwerfen und zu konstruieren. Die manipulierten Zellen können so programmiert werden, dass sie zu neuen Therapeutika werden – zur Bekämpfung und vielleicht sogar zur Ausrottung von Krankheiten.
James J. Collins ist einer der Begründer des Gebiets der synthetischen Biologie und außerdem ein führender Forscher in der Systembiologie, dem interdisziplinären Ansatz, der mathematische Analyse und Modellierung komplexer Systeme nutzt, um biologische Systeme besser zu verstehen. Seine Forschung hat zur Entwicklung neuer Klassen von Diagnostika und Therapeutika geführt, unter anderem zur Erkennung und Behandlung von Krankheitserregern wie Ebola, Zika, SARS-CoV-2 und antibiotikaresistenten Bakterien. Collins, Termeer-Professor für Medizintechnik und Naturwissenschaften und Professor für Biotechnik am MIT, ist Kernfakultätsmitglied des Institute for Medical Engineering and Science (IMES), Direktor der MIT Abdul Latif Jameel Clinic for Machine Studying in Well being sowie Institutsmitglied des Broad Institute of MIT und Harvard und Kerngründungsdozent des Wyss Institute for Biologically Impressed Engineering, Harvard.
In dieser Frage-und-Antwort-Runde spricht Collins über seine neuesten Arbeiten und Ziele für diese Forschung.
Q. Sie sind dafür bekannt, mit Kollegen am MIT und an anderen Institutionen zusammenzuarbeiten. Wie haben Ihnen diese Kooperationen und Zugehörigkeiten bei Ihrer Forschung geholfen?
A: Bei meiner Arbeit conflict die Zusammenarbeit von zentraler Bedeutung Labor. Am MIT Jameel Clinic für maschinelles Lernen im Gesundheitswesenmit dem ich eine Zusammenarbeit geschlossen habe Regina Barzilay (der Delta-Elektronikprofessor in der MIT-Abteilung für Elektrotechnik und Informatik und assoziiertes Fakultätsmitglied am IMES) und Tommi Jaakkola (der Thomas-Siebel-Professor für Elektrotechnik und Informatik und das Institut für Daten, Systeme und Gesellschaft), um mithilfe von Deep Studying neue Antibiotika zu entdecken. Diese Bemühungen kombinierten unser Fachwissen in den Bereichen künstliche Intelligenz, Netzwerkbiologie und Systemmikrobiologie und führten zur Entdeckung von Halicin, einem wirksamen neuen Antibiotikum, das gegen ein breites Spektrum multiresistenter bakterieller Krankheitserreger wirksam ist. Unsere Ergebnisse wurden veröffentlicht in Zelle im Jahr 2020 und demonstrierte die Kraft der Zusammenführung komplementärer Kompetenzen zur Bewältigung einer globalen Gesundheitsherausforderung.
Am Wyss-Institut, Ich habe eng mit zusammengearbeitet Donald Ingber (der Judah Folkman-Professor für Gefäßbiologie an der Harvard Medical Faculty und des Vascular Biology Program am Boston Youngsters’s Hospital sowie Hansjörg Wyss-Professor für biologisch inspirierte Technik in Harvard), der seine Organs-on-Chips-Technologie nutzt, um die Wirksamkeit von KI-entdeckten und KI-generierten Antibiotika zu testen. Diese Plattformen ermöglichen es uns, zu untersuchen, wie sich Medikamente in menschlichen gewebeähnlichen Umgebungen verhalten. Sie ergänzen traditionelle Tierversuche und bieten einen differenzierteren Einblick in ihr therapeutisches Potenzial.
Der rote Faden unserer vielen Kooperationen ist die Fähigkeit, rechnerische Vorhersagen mit hochmodernen experimentellen Plattformen zu kombinieren und so den Weg von Ideen zu validierten neuen Therapien zu beschleunigen.
Q. Ihre Forschung hat zu vielen Fortschritten bei der Entwicklung neuartiger Antibiotika mithilfe generativer KI und Deep Studying geführt. Können Sie über einige der Fortschritte sprechen, an denen Sie bei der Entwicklung von Medikamenten beteiligt waren, die multiresistente Krankheitserreger bekämpfen können, und darüber, welche Durchbrüche Sie in diesem Bereich am Horizont sehen?
A: Im Jahr 2025 Unser Labor veröffentlichte eine Studie in Zelle demonstriert, wie generative KI Damit lassen sich völlig neue Antibiotika entwickeln. Wir verwendeten genetische Algorithmen und Variations-Autoencoder, um Millionen von Kandidatenmolekülen zu generieren und dabei sowohl fragmentbasierte Designs als auch den völlig uneingeschränkten chemischen Raum zu erkunden. Nach rechnerischer Filterung, retrosynthetischer Modellierung und Überprüfung der medizinischen Chemie haben wir 24 Verbindungen synthetisiert und experimentell getestet. Sieben zeigten eine selektive antibakterielle Aktivität. Eine Spur, NG1, hatte ein sehr enges Spektrum und eliminierte Multiresistenzen Neisseria gonorrhoeaeeinschließlich Stämmen, die gegen Erstlinientherapien resistent sind, während kommensale Arten verschont bleiben. Ein anderer, DN1, zielte auf Methicillin-Resistenzen ab Staphylococcus aureus (MRSA) und beseitigte Infektionen bei Mäusen durch Zerstörung breiter Membranen. Beide waren ungiftig und zeigten geringe Resistenzraten.
Mit Blick auf die Zukunft nutzen wir Deep Studying, um Antibiotika mit arzneimittelähnlichen Eigenschaften zu entwickeln, die sie zu stärkeren Kandidaten für die klinische Entwicklung machen. Durch die Integration von KI mit biologischen Hochdurchsatztests wollen wir die Entdeckung und Entwicklung neuartiger, sicherer und wirksamer Antibiotika beschleunigen, die für den therapeutischen Einsatz in der Praxis bereit sind. Dieser Ansatz könnte unsere Reaktion auf arzneimittelresistente bakterielle Krankheitserreger verändern und von einer reaktiven zu einer proaktiven Strategie bei der Antibiotikaentwicklung übergehen.
Q. Sie sind Mitbegründer von Phare Bio, eine gemeinnützige Organisation, die KI nutzt, um neue Antibiotika zu entdecken, und das Collins Lab hat in Zusammenarbeit mit Phare Bio dabei geholfen, das Antibiotics-AI-Projekt zu starten. Können Sie uns mehr darüber erzählen, was Sie mit diesen Kooperationen erreichen möchten und wie sie mit Ihren Forschungszielen verknüpft sind?
A: Wir haben Phare Bio als gemeinnützige Organisation gegründet, um die vielversprechendsten Antibiotika-Kandidaten, die aus dem Antibiotics-AI-Projekt am MIT hervorgehen, in die klinische Entwicklung zu bringen. Die Idee besteht darin, die Lücke zwischen Entdeckung und Entwicklung durch die Zusammenarbeit mit Biotech-Unternehmen, Pharmapartnern, KI-Unternehmen, Philanthropien, anderen gemeinnützigen Organisationen und sogar Nationalstaaten zu schließen. Akhila Kosaraju hat bei der Leitung von Phare Bio hervorragende Arbeit geleistet, diese Bemühungen koordiniert und die Kandidaten effizient vorangebracht.
Kürzlich haben wir von ARPA-H einen Zuschuss erhalten, um mithilfe generativer KI 15 neue Antibiotika zu entwerfen und sie als präklinische Kandidaten zu entwickeln. Dieses Projekt baut direkt auf der Forschung unseres Labors auf und kombiniert computergestütztes Design mit experimentellen Assessments, um neuartige Antibiotika zu entwickeln, die für die weitere Entwicklung bereit sind. Durch die Integration generativer KI, Biologie und translationaler Partnerschaften hoffen wir, eine Pipeline zu schaffen, die schneller auf die globale Bedrohung durch Antibiotikaresistenzen reagieren und letztendlich neue Therapien für Patienten bereitstellen kann, die sie am dringendsten benötigen.