Массачусетский технологический институт использует генеративный ИИ для разработки двух новых антибиотиков, направленных против лекарственно-устойчиво

Массачусетский технологический институт Исследователи Массачусетского технологического института (MIT) использовали ИИ для разработки двух новых антибиотиков, эффективных против устойчивой к лекарствам гонореи и MRSA, что потенциально открывает новые стратегии борьбы с инфекциями, ежегодно уносящими миллионы жизней. 

Используя алгоритмы генеративного ИИ, команда создала более 36 миллионов потенциальных соединений и провела их компьютерный скрининг на антимикробную активность. Наиболее перспективные кандидаты обладают уникальной структурой по сравнению с существующими антибиотиками и, по-видимому, действуют посредством ранее не наблюдавшихся механизмов, разрушающих клеточные мембраны бактерий. Этот метод позволил создать и оценить совершенно новые соединения, и исследователи планируют расширить этот подход. дизайн антибиотиков нацеливание на другие виды бактерий. 

Большинство новых антибиотиков, одобренных за последние 45 лет, представляют собой разновидности уже существующих препаратов, в то время как устойчивость бактерий продолжает расти, ежегодно становясь причиной почти 5 миллионов смертей. 

Чтобы решить эту проблему, проект «Антибиотики-ИИ» Массачусетского технологического института использовал ИИ для исследования как существующих соединений, так и совершенно новых, гипотетических молекул. Используя модели машинного обучения, обученные прогнозировать антибактериальную активность, команда сначала проверила миллионы химических фрагментов, исключив те, которые, вероятно, токсичны или похожи на существующие антибиотики. 

Затем они применили два генеративных метода AI алгоритмы : CReM, модифицирующий молекулы путём добавления, замены или удаления атомов и групп, и F-VAE, конструирующий целые молекулы из фрагментов на основе изученных химических закономерностей. Этот процесс, управляемый искусственным интеллектом, сгенерировал около 7 миллионов молекул-кандидатов, которые были подвергнуты компьютерному скринингу на активность против N. gonorrhoeae. 

Из них было отобрано около 1,000 соединений, 80 из которых оказались синтетически осуществимыми, а одно соединение, NG1, продемонстрировало мощную активность против устойчивой к лекарственным препаратам N. gonorrhoeae как в лабораторных, так и в экспериментах на мышах, воздействуя на белок, критически важный для синтеза бактериальной мембраны, что представляет собой новый механизм действия.

Второе исследование использует генеративный ИИ для изучения нового химического пространства

В последующем исследовании исследователи использовали генеративный ИИ для разработки совершенно новых молекул, нацеленных на грамположительную бактерию S. aureus. Используя алгоритмы CReM и F-VAE, команда позволила ИИ генерировать соединения без ограничений по фрагментам, руководствуясь только химическими правилами, регулирующими комбинации атомов. 

Этот подход, основанный на ИИ, позволил получить более 29 миллионов молекул-кандидатов. Затем команда применила вычислительные фильтры для удаления соединений, которые, как предполагалось, были токсичными, нестабильными или похожими на существующие антибиотики, сократив число потенциальных кандидатов примерно до 90. 

Из 22 молекул, которые удалось синтезировать и протестировать, шесть продемонстрировали выраженную антибактериальную активность против полирезистентного золотистого стафилококка (S. aureus) в лабораторных условиях. Ведущее соединение, DN1, успешно излечило кожные инфекции, вызванные MRSA, в мышиной модели. 

Способность ИИ автономно исследовать обширное химическое пространство позволила открыть молекулы с новыми механизмами, широко разрушающими мембраны бактериальных клеток, а не воздействующими на отдельный белок. 

Phare Bio, некоммерческая организация-партнер проекта «Антибиотики-ИИ», в настоящее время оптимизирует NG1 и DN1 для дальнейших доклинических исследований. Исследовательская группа намерена применить эти платформы разработки на основе ИИ к другим патогенам, включая Mycobacterium tuberculosis и Pseudomonas aeruginosa.

В то время как бактериальная резистентность продолжает опережать существующие методы лечения, исследование показывает, что ИИ может исследовать ранее неизведанные области химического пространства, открывая возможности для перехода от разработки антибиотиков к стратегическому, проактивному проектированию.