Τα φάρμακα σχεδιάστηκαν άτομο προς άτομο από την τεχνητή νοημοσύνη και κατέστρεψαν τα υπερανθεκτικά βακτήρια σε εργαστηριακές δοκιμές και δοκιμές που έγιναν σε ζώα. Ωστόσο και τα δύο σκευάσματα χρειάζονται ακόμη χρόνια βελτίωσης και κλινικών δοκιμών προτού μπορέσουν να συνταγογραφηθούν και να κυκλοφορήσουνν στην αγορά.

Δεύτερη χρυσή εποχή

Η ομάδα του Ινστιτούτου Τεχνολογίας της Μασαχουσέτης που βρίσκεται πίσω από την ανακάλυψη αυτή υποστηρίζει ότι η τεχνητή νοημοσύνη θα μπορούσε να ξεκινήσει μια «δεύτερη χρυσή εποχή» στην ανακάλυψη αντιβιοτικών.

Τα αντιβιοτικά εξοντώνουν τα βακτήρια, αλλά οι λοιμώξεις που είναι ανθεκτικές στη θεραπεία προκαλούν πλέον πάνω από ένα εκατομμύριο

Η υπερβολική χρήση αντιβιοτικών έχει βοηθήσει τα βακτήρια να εξελιχθούν ώστε να αποφεύγουν τα αποτελέσματα των φαρμάκων, και εδώ και δεκαετίες υπάρχει έλλειψη νέων αντιβιοτικών.

Οι ερευνητές έχουν χρησιμοποιήσει και στο παρελθόν την τεχνητή νοημοσύνη προκειμένου να αναζητήσουν λύσεις ανάμεσα σε χιλιάδες γνωστές χημικές ουσίες, σε μια προσπάθεια να εντοπίσουν εκείνες που έχουν τη δυνατότητα να γίνουν οι δραστικές ουσίες για νέα αντιβιοτικά.

Ένα βήμα παραπέρα

Τώρα, η ερευνητική ομάδα του MIT προχώρησε ένα βήμα παραπέρα, χρησιμοποιώντας γενετική τεχνητή νοημοσύνη για να σχεδιάσει αντιβιοτικά για τη σεξουαλικά μεταδιδόμενη λοίμωξη γονόρροια και για το δυνητικά θανατηφόρο MRSA (μεθικιλλίνη-ανθεκτικό Staphylococcus aureus).

Η μελέτη τους, που δημοσιεύθηκε στο περιοδικό Cell, εξέτασε 36 εκατομμύρια χημικές ενώσεις, συμπεριλαμβανομένων εκείνων που είτε δεν υπάρχουν είτε δεν έχουν ακόμη ανακαλυφθεί.

Οι επιστήμονες εκπαίδευσαν την τεχνητή νοημοσύνη, δίνοντάς της τη χημική δομή γνωστών ενώσεων μαζί με δεδομένα σχετικά με το αν μπορούν να επιβραδύνουν την ανάπτυξη διαφορετικών ειδών βακτηρίων.

Στη συνέχεια, η τεχνητή νοημοσύνη μαθαίνει πώς επηρεάζονται τα βακτήρια από διαφορετικές μοριακές δομές, κατασκευασμένες από άτομα όπως άνθρακας, οξυγόνο, υδρογόνο και άζωτο.

Στη συνέχεια, δοκιμάστηκαν δύο προσεγγίσεις για το σχεδιασμό νέων αντιβιοτικών με τη βοήθεια της τεχνητής νοημοσύνης. Η πρώτη εντόπισε ένα πολλά υποσχόμενο σημείο εκκίνησης, αναζητώντας σε μια βιβλιοθήκη εκατομμυρίων χημικών θραυσμάτων, μεγέθους οκτώ έως 19 ατόμων, και συνέχισε από εκεί. Η δεύτερη έδωσε στην τεχνητή νοημοσύνη ελεύθερο πεδίο δράσης...

Ποιες ενώσεις αποκλείστηκαν

Η διαδικασία σχεδιασμού απέκλεισε επίσης οποιαδήποτε χημική ένωση έμοιαζε πολύ με τις δραστικές ουσίες αντιβιοτικών που κυκλοφορούν ήδη στην αγορά. Επιπλέον, προσπάθησε να διασφαλίσει ότι εφευρίσκονταν φάρμακα και όχι... μαντζούνια και να φιλτράρει οτιδήποτε προβλέπεται ότι είναι τοξικό για τον άνθρωπο.

Οι επιστήμονες χρησιμοποίησαν την τεχνητή νοημοσύνη για να δημιουργήσουν αντιβιοτικά για τη γονόρροια και το MRSA, ένα είδος βακτηρίου που ζει ακίνδυνα στο δέρμα, αλλά μπορεί να προκαλέσει σοβαρή λοίμωξη αν εισέλθει στον οργανισμό και ενεργοποιηθεί.

Μετά την παρασκευή τους, τα κορυφαία σχέδια δοκιμάστηκαν σε βακτήρια στο εργαστήριο και σε μολυσμένα ποντίκια, με αποτέλεσμα τη δημιουργία δύο νέων πιθανών φαρμάκων.

«Είμαστε ενθουσιασμένοι γιατί αποδείξαμε ότι η γενετική τεχνητή νοημοσύνη μπορεί να χρησιμοποιηθεί για το σχεδιασμό εντελώς νέων αντιβιοτικών», δήλωσε ο καθηγητής James Collins από το MIT στο BBC.

«Η τεχνητή νοημοσύνη μας επιτρέπει να δημιουργούμε μόρια με φθηνό και γρήγορο τρόπο και, με αυτόν τον τρόπο, να επεκτείνουμε το οπλοστάσιό μας και να αποκτήσουμε πραγματικό πλεονέκτημα στη μάχη της νοημοσύνης μας ενάντια στα γονίδια των υπερανθεκτικών βακτηρίων», συμπλήρωσε ο ίδιος.

Ανέτοιμα για κλινικές δοκιμές

Ωστόσο, τα φάρμακα δεν είναι ακόμη έτοιμα για κλινικές δοκιμές και θα χρειαστεί να υποστούν περαιτέρω βελτιώσεις – οι οποίες εκτιμάται ότι θα διαρκέσουν ένα με δύο χρόνια– προτού ξεκινήσει η μακρά διαδικασία των δοκιμών σε ανθρώπους.

Ο Δρ Andrew Edwards, από το Fleming Initiative και το Imperial College London, δήλωσε ότι η εργασία αυτή είναι «πολύ σημαντική» και έχει «τεράστιες δυνατότητες», καθώς «υποδεικνύει μια καινοτόμο προσέγγιση για την ανακάλυψη νέων αντιβιοτικών».

Ωστόσο, πρόσθεσε: «Παρόλο που η τεχνητή νοημοσύνη υπόσχεται να βελτιώσει δραματικά την ανακάλυψη και την ανάπτυξη φαρμάκων, εξακολουθούμε να πρέπει να καταβάλλουμε μεγάλες προσπάθειες όσον αφορά τον έλεγχο της ασφάλειας και της αποτελεσματικότητας».

Αυτή μπορεί να είναι μια μακρά και δαπανηρή διαδικασία, χωρίς καμία εγγύηση ότι τα πειραματικά φάρμακα θα συνταγογραφηθούν τελικά στους ασθενείς.

Κάποιοι ζητούν να βελτιωθεί ευρύτερα η ανακάλυψη φαρμάκων με τη βοήθεια της τεχνητής νοημοσύνης. Ο καθηγητής Collins λέει ότι «χρειαζόμαστε καλύτερα μοντέλα» που να υπερβαίνουν την απόδοση των φαρμάκων στο εργαστήριο και να προβλέπουν καλύτερα την αποτελεσματικότητά τους στον οργανισμό.

Υπάρχει επίσης ένα ζήτημα σχετικά με το πόσο δύσκολη είναι η κατασκευή των σχεδίων της τεχνητής νοημοσύνης. Από τις 80 κορυφαίες θεραπείες για τη γονόρροια που σχεδιάστηκαν θεωρητικά, μόνο δύο συντέθηκαν για να δημιουργηθούν φάρμακα.

«Σημαντικό βήμα προς τα εμπρός»

Ο καθηγητής Chris Dowson, του Πανεπιστημίου του Warwick, δήλωσε ότι η μελέτη ήταν «εξαιρετικά ενδιαφέρουσα» και έδειξε ότι η τεχνητή νοημοσύνη ήταν «ένα σημαντικό βήμα προς τα εμπρός ως εργαλείο για την ανακάλυψη αντιβιοτικών που θα μετριάσουν την εμφάνιση αντοχής».

Ωστόσο, εξηγεί, υπάρχει επίσης ένα οικονομικό πρόβλημα που επηρεάζει τις ανθεκτικές στις φάρμακα λοιμώξεις: «Πώς μπορείς να φτιάξεις φάρμακα που δεν έχουν εμπορική αξία;»

Αν εφευρεθεί ένα νέο αντιβιοτικό, τότε ιδανικά θα πρέπει να το χρησιμοποιείς όσο το δυνατόν λιγότερο για να διατηρήσεις την αποτελεσματικότητά του, καθιστώντας δύσκολο για οποιονδήποτε να αποκομίσει κέρδος.

Τα αντιβιοτικά σκοτώνουν τα βακτήρια, αλλά οι λοιμώξεις που αντιστέκονται στη θεραπεία προκαλούν πλέον πάνω από ένα εκατομμύριο θανάτους ετησίως.

Η υπερβολική χρήση αντιβιοτικών έχει βοηθήσει τα βακτήρια να εξελιχθούν ώστε να αποφεύγουν τα αποτελέσματα των φαρμάκων, ενώ εδώ και δεκαετίες υπάρχει έλλειψη νέων αντιβιοτικών.

Οι ερευνητές έχουν χρησιμοποιήσει στο παρελθόν την τεχνητή νοημοσύνη για να αναζητήσουν ανάμεσα σε χιλιάδες γνωστές χημικές ουσίες, σε μια προσπάθεια να εντοπίσουν εκείνες που έχουν το δυναμικό να γίνουν νέα αντιβιοτικά.

Πηγή: BBC.COM