בסימן מלא תקווה לביקוש לאנטיביוטיקה בטוחה ויעילה יותר לבני אדם, חוקרים מאוניברסיטת טקסס באוסטין מינפו אינטליגנציה מלאכותית כדי לפתח תרופה חדשה שכבר מראה הבטחה בניסויים בבעלי חיים.
פרסום התוצאות שלהם ב טבע הנדסה ביו-רפואיתהמדענים מתארים שימוש במודל שפה גדול – כלי בינה מלאכותית כמו זה שמניע את ChatGPT-; כדי להנדס גרסה של תרופה הורגת חיידקים שהייתה רעילה בעבר בבני אדם, כך שהיא תהיה בטוחה לשימוש.
הפרוגנוזה לחולים עם זיהומים חיידקיים מסוכנים החמירה בשנים האחרונות כאשר זני חיידקים עמידים לאנטיביוטיקה התפשטו ופיתוח אפשרויות טיפול חדשות נעצרה. עם זאת, חוקרי UT אומרים שכלי AI משנים את המשחק.
"מצאנו שמודלים של שפות גדולים הם צעד גדול קדימה עבור יישומי למידת מכונה בהנדסת חלבונים ופפטידים", אמר קלאוס ווילקה, פרופסור לביולוגיה אינטגרטיבית וסטטיסטיקה ומדעי נתונים, ומחבר בכיר של המאמר החדש.
מקרי שימוש רבים שלא היו אפשריים עם גישות קודמות מתחילים כעת לעבוד. אני צופה שגישות אלו ודומות לשמש באופן נרחב לפיתוח תרופות או תרופות בעתיד".
קלאוס ווילקה, פרופסור, ביולוגיה אינטגרטיבית וסטטיסטיקה ומדעי נתונים, אוניברסיטת טקסס באוסטין
מודלים של שפה גדולים, או LLMs, תוכננו במקור כדי ליצור ולחקור רצפים של טקסט, אך מדענים מוצאים דרכים יצירתיות ליישם את המודלים הללו לתחומים אחרים. לדוגמה, כשם שמשפטים מורכבים מרצפים של מילים, חלבונים מורכבים מרצפים של חומצות אמינו. LLMs מקבצים יחד מילים שחולקות תכונות משותפות (כגון חתול, כלב ואוגר) במה שמכונה "מרחב הטבעה" עם אלפי ממדים. באופן דומה, חלבונים בעלי פונקציות דומות, כמו היכולת להדוף חיידקים מסוכנים מבלי לפגוע באנשים המארחים את החיידקים הללו, עשויים להתקבץ יחד בגרסה משלהם של חלל הטבעה של AI.
"החלל המכיל את כל המולקולות הוא עצום", אמר דייויס, מחבר בכיר שותף של המאמר החדש. "למידת מכונה מאפשרת לנו למצוא את אזורי החלל הכימי שיש להם את התכונות שאנו מעוניינים בהן, והיא יכולה לעשות זאת הרבה יותר מהר ויסודי מאשר גישות סטנדרטיות של מעבדה חד-פעמית".
עבור הפרויקט הזה, החוקרים השתמשו בבינה מלאכותית כדי לזהות דרכים להנדס מחדש אנטיביוטיקה קיימת בשם Protegrin-1 שהיא מצוינת בהריגת חיידקים, אך רעילה לאנשים. פרוטגרין-1, המיוצר באופן טבעי על ידי חזירים כדי להילחם בזיהומים, הוא חלק מתת-סוג של אנטיביוטיקה הנקראת פפטידים אנטי-מיקרוביאליים (AMPs). AMPs בדרך כלל הורגים חיידקים ישירות על ידי שיבוש ממברנות התא, אך רבים מכוונים לממברנות תאים חיידקיות ואדם.
ראשית, החוקרים השתמשו בשיטת תפוקה גבוהה שפיתחו בעבר כדי ליצור יותר מ-7,000 וריאציות של Protegrin-1 ולזהות במהירות אזורים של ה-AMP שניתן לשנות מבלי לאבד את הפעילות האנטיביוטית שלו.
לאחר מכן, הם אימנו LLM חלבון על תוצאות אלו, כך שהמודל יוכל להעריך מיליוני וריאציות אפשריות עבור שלוש תכונות: מיקוד סלקטיבי של ממברנות חיידקים, הרג חיידקים בצורה חזקה ואי פגיעה בתאי דם אדומים אנושיים כדי למצוא את אלו שנפלו במקום המתוק של כולם. שְׁלוֹשָׁה. לאחר מכן, המודל עזר להנחות את הצוות לגרסה בטוחה ויעילה יותר של Protegrin-1, שאותה כינו Protegrin-1.2 (bsPG-1.2) סלקטיבי חיידקי.
עכברים שנדבקו בחיידקים עמידים לריבוי תרופות וטופלו ב-bsPG-1.2 היו בסבירות נמוכה בהרבה לחיידקים שניתנים לזיהוי באיבריהם שש שעות לאחר ההדבקה, בהשוואה לעכברים שלא טופלו. אם בדיקות נוספות מציעות תוצאות חיוביות דומות, החוקרים מקווים בסופו של דבר לקחת גרסה של התרופה האנטיביוטית המבוססת על AI לניסויים בבני אדם.
"ההשפעה של למידת מכונה היא כפולה", אמר דייויס. "זה הולך להצביע על מולקולות חדשות שיכולות להיות להן פוטנציאל לעזור לאנשים, וזה יראה לנו איך אנחנו יכולים לקחת את המולקולות האנטיביוטיות הקיימות האלה ולשפר אותן ולמקד את עבודתנו כדי להביא אותן מהר יותר לתרגול קליני".
פרויקט זה מדגיש כיצד חוקרים אקדמיים מקדמים בינה מלאכותית כדי לענות על צרכים חברתיים, נושא מרכזי השנה ב-UT Austin, שהכריזה על שנת 2024 כשנת הבינה המלאכותית.
