Da die globale Gesundheitskrise der Antibiotika -Resistenz weiter wächst und jedes Jahr mehr als eine Million Todesfälle verursacht, wenden sich die Forscher der künstlichen Intelligenz zu, um völlig neue Waffen gegen Superbugs zu schaffen. Nach Angaben einer aktuellen Bericht James Gallagher, ein Crew des Massachusetts Institute of Expertise (MIT), hat durch den korrespondenten des bBC der bBC verwendet Generative Ai zwei potenzielle neue Antibiotika von Grund auf neu erfinden. Die im Journal veröffentlichte Studie Zellebeschreibt, wie diese von KI gestalteten Verbindungen in Labor- und Tierversuche erfolgreich drogenresistente Gonorrhoe und MRSA getötet haben, was einen potenziellen Durchbruch in einem Feld bietet, bei dem seit Jahrzehnten ein Mangel an neuen Medikamenten zu mangeln.
Wie KI lernt, neue Medikamente zu erfinden
Im Gegensatz zu früheren Ansätzen, bei denen AI Tausende vorhandener Chemikalien für Antibiotika -Potential zu überprüfen, hat das MIT -Crew durch Verwendung einen erheblichen Schritt nach vorne gemacht Generative Ai Um völlig neue Moleküle Atom-by-Atom zu entwerfen. Um dies zu erreichen, schulten die Forscher ihr KI -Modell zuerst aus, indem sie es mit den chemischen Strukturen bekannter Verbindungen sowie Daten darüber zur Verfügung stellten, ob sie das Wachstum verschiedener Bakterienarten effektiv verlangsamten. Dieser Prozess ermöglichte es der KI, zu lernen, wie unterschiedliche molekulare Anordnungen von Atomen wie Kohlenstoff, Sauerstoff und Wasserstoff die Bakterien beeinflussen.
Einmal trainiert, hat die KI einen massiven Datensatz von befragt 36 Millionen Chemische Verbindungen, darunter viele, die entweder noch nicht existieren oder nicht entdeckt wurden. Die Forscher verwendeten dann zwei verschiedene Methoden, um neue Antibiotika -Kandidaten zu erzeugen. Der erste Ansatz bestand darin, ein vielversprechendes chemisches Fragment aus einer Bibliothek zu identifizieren und dann darauf aufzubauen, während die zweite Methode dem KI -freien Zügel gab, um von Anfang an ein neues Molekül zu entwerfen. Der Entwurfsprozess enthielt auch mehrere wichtige Einschränkungen, um sicherzustellen, dass die Ausgaben lebensfähig waren. Die KI wurde so programmiert, dass sie alle Designs auszusetzen, die bestehenden Antibiotika zu ähnlich aussahen, um alles herauszufiltern, was für den Menschen giftig ist, und um sicherzustellen, dass es sich eher um Medikamente als um Substanzen wie Seife befand.
Vielversprechende Ergebnisse und erhebliche Hürden voraus
Der AI-gesteuerte Entwurfsprozess führte zu zwei neuen potenziellen Medikamenten, die speziell auf die sexuell übertragbare Infektion abzielen Tripper und Methicillin-resistenter Staphylococcus aureus oder MRSAeine Bakterien, die schwerwiegende Infektionen verursachen kann. Wenn diese Verbindungen hergestellt wurden, wurden sie erfolgreich auf Bakterien im Labor und in infizierten Mäusen getestet. Professor James Collins, einer der MIT -Forscher, erklärte, dass diese Arbeit zeigt, dass dies zeigt Generative Ai Kann verwendet werden, um neue Moleküle billig und schnell zu entwickeln und möglicherweise ein „zweites goldenes Zeitalter“ bei der Entdeckung von Antibiotika zu beginnen.
Trotz dieser vielversprechenden frühen Ergebnisse ist der Weg zur klinischen Verwendung lang und voller Herausforderungen. Die beiden Verbindungen sind nicht bereit für menschliche Versuche und benötigen eine geschätzte Eins bis zwei Mehr Jahre der Verfeinerung vor dem langwierigen Take a look at des Assessments bei Menschen könnten sogar beginnen. Eine große Hürde ist die Schwierigkeit, die von der KI entworfenen komplexen Moleküle herzustellen. Im Falle der Gonorrhoe -Behandlungen der Spitze 80 In Theorie konzipierte Verbindungen konnten Forscher nur erfolgreich im Labor zwei davon synthetisieren.
Abgesehen von den wissenschaftlichen und verarbeitenden Herausforderungen gibt es auch ein erhebliches wirtschaftliches Drawback für die Entwicklung von Antibiotika. Wenn ein neues Antibiotikum erfunden würde, müsste seine Verwendung beschränkt werden, um seine Wirksamkeit gegen sich entwickelnde Bakterien zu bewahren. Diese notwendige Vorsicht erschwert es Pharmaunternehmen, einen Gewinn für ihre Investition zu erzielen. Darüber hinaus stellen Experten auf dem Feld fest, dass die Modelle für KI -Arzneimittelentdeckungsmodelle noch verbessert werden müssen. Professor Collins forderte „bessere Modelle“, die genauer vorhersagen können, wie sich ein Medikament im menschlichen Körper und nicht nur in einem Laborumfeld entwickeln wird.