الميكروبات المقاومة للأدوية بما في ذلك البكتيريا والفطريات والطفيليات والفيروسات تمثل تهديدا عالميا متزايدا. في عام 2021، ارتبط حوالي خمسة ملايين وفاة بالمقاومة المضادة للميكروبات البكتيرية—وهذا العدد السنوي من المتوقع أن يتضاعف بحلول عام 2050. قد يستغرق الأمر سنوات للعثور على جزيئات ذات إمكانية مضادة للميكروبات. يستخدم الباحثون الذكاء الاصطناعي لتسريع هذه المرحلة المبكرة من الاكتشاف. قال César de la Fuente، المهندس الحيوي الذي يبحث مختبره متعدد التخصصات عن مرشحات مضادة للميكروبات، إن المقاومة المضادة للميكروبات هي واحدة من أكبر التهديدات الوجودية للبشرية. يستخدم مختبره نماذج تعلم عميق مدربة على التعرف على الأنماط في التسلسلات البيولوجية للبحث في مجموعات بيانات الجينوم والبروتين الواسعة عن مرشحات مضادة للميكروبات محتملة، مما يقلل البحث الأولي من سنوات إلى ساعات. إلى جانب نماذج الذكاء الاصطناعي الخاصة به، يستخدم المختبر Chat GPT و Codex لطرح الأفكار، وكتابة الأكواد وتحسينها، ومعالجة مجموعات البيانات، وتحليل النتائج، وربط الأفكار عبر التخصصات العلمية. يركز النهج على البيولوجيا كنظام معلوماتي، حيث تشكل النيوكليوتيدات والأحماض الأمينية أبجدية لفهم مبادئ تنظيم الحياة. فقط جزء صغير من الجينوم له وظيفة مفهومة بوضوح، وأقل من ذلك تشفر جزيئات يمكنها محاربة الميكروبات المعدية. يساعد الذكاء الاصطناعي في تحديد إشارات واعدة بين مجموعات البيانات الضخمة، وترتيب الأولويات للمرشحات للاختبار التجريبي. ومع ذلك، فإن تحديد مرشح لا يضمن أن يصبح دواء فعالا. يجب على العلماء تأكيد أن الجزيء يقتل الميكروب المستهدف، وتحديد الجرعة الفعالة، واختبار التأثيرات على الخلايا البشرية، وتحسين السلامة والاستقرار، وتقييم السمية وتطور المقاومة، وضمان قابلية التصنيع. لا تزال المرشحات التي تجتاز هذه العقبات تواجه مراجعة تنظيمية وتجارب سريرية قبل الوصول إلى المرضى. بالنسبة لـ de la Fuente، يجب أن يتطور الذكاء الاصطناعي والبيولوجيا المخبرية معا، حيث أن التجارب الأرضية ضرورية للتحقق من صحة تنبؤات الذكاء الاصطناعي في علوم الحياة.