JAV Pensilvanijos universiteto mokslininkai pristatė dirbtinio intelekto įrankį „ApexGO“, skirtą padėti kurti veiksmingesnius antibiotikus. Sistema analizuoja perspektyvias antimikrobines molekules ir prognozuoja, kokios jų modifikacijos galėtų sustiprinti poveikį.
Antibiotikų paieška tradiciškai yra lėtas ir brangus procesas, nes galimų molekulinių derinių skaičius praktiškai neišmatuojamas. Dėl to laboratorijose neįmanoma rankiniu būdu patikrinti visų variantų, o dalis atradimų istorijoje buvo labiau sėkmės nei kryptingo planavimo rezultatas.
Skirtingai nei daugelis ankstesnių sprendimų, kurie pirmiausia „sijoja“ didžiules duomenų bazes, „ApexGO“ remiasi kitu principu. Jis ima nedidelį skaičių daug žadančių antimikrobinių peptidų ir žingsnis po žingsnio siūlo tikslias jų korekcijas, numatydamas, kurios iš jų labiausiai pagerins veikimą.
„Antibiotikų atradimas iš esmės yra paieškos uždavinys milžiniškoje molekulinėje erdvėje, o „ApexGO“ leidžia joje judėti gerokai tiksliau“, – sakė tyrimo autorius profesorius César de la Fuente.
Pirmieji bandymai su ligas sukeliančiomis bakterijomis parodė daug žadančius rezultatus, tačiau mokslininkai pabrėžia, kad tai tik pradžia. Toliau reikės optimizuoti patį įrankį, o atrinktas molekules nuosekliai tikrinti išsamesniais tyrimais, nes DI šioje srityje nepakeičia laboratorinių įrodymų.
Tokie sprendimai tampa ypač svarbūs augant bakterijų atsparumui antibiotikams, kuris pasaulyje vis dažniau įvardijamas kaip viena didžiausių šiuolaikinės medicinos rizikų. Greitesnis perspektyvių molekulių tobulinimas galėtų sutrumpinti kelią nuo idėjos iki naujų gydymo galimybių, nors klinikiniai etapai vis tiek išlieka ilgi ir griežtai reguliuojami.
Tyrimo rezultatai paskelbti žurnale „Nature Machine Intelligence“.
