Mikroba resisten obat termasuk bakteri, jamur, parasit, dan virus merupakan ancaman global yang meningkat. Sekitar lima juta kematian pada 2021 terkait dengan resistensi antimikroba bakteri—beban tahunan yang diproyeksikan berlipat ganda pada 2050. Dapat memakan waktu bertahun-tahun untuk menemukan molekul yang berpotensi menjadi antimikroba.

Peneliti menggunakan AI untuk mempercepat tahap awal penemuan ini. César de la Fuente, seorang bioinsinyur yang laboratorium lintas-disiplinnya mencari kandidat antimikroba, mengatakan resistensi antimikroba adalah salah satu ancaman eksistensial terbesar bagi umat manusia. Laboratoriumnya menggunakan model deep learning yang dilatih untuk mengenali pola dalam urutan biologis guna mencari kumpulan data genom dan protein yang luas untuk antimikroba potensial, mengurangi pencarian awal dari tahun menjadi jam.

Selain model AI sendiri, laboratorium menggunakan Chat GPT dan Codex untuk curah gagasan hipotesis, menulis dan menyempurnakan kode, memproses kumpulan data, menganalisis hasil, dan menghubungkan ide lintas disiplin ilmu. Pendekatan ini berfokus pada biologi sebagai sistem informasi, di mana nukleotida dan asam amino membentuk alfabet untuk menguraikan prinsip pengorganisasian kehidupan. Hanya sebagian kecil genom yang fungsinya dipahami dengan jelas, dan lebih sedikit lagi yang mengkode molekul yang bisa melawan mikroba infeksius.

AI membantu mengidentifikasi sinyal menjanjikan di antara kumpulan data besar, memprioritaskan kandidat untuk pengujian eksperimental. Namun, mengidentifikasi kandidat tidak menjamin akan menjadi obat yang efektif. Ilmuwan harus mengonfirmasi molekul membunuh mikroba target, menentukan dosis efektif, menguji efek pada sel manusia, mengoptimalkan keamanan dan stabilitas, menilai toksisitas dan perkembangan resistensi, serta memastikan kelayakan produksi.

Kandidat yang lolos hambatan ini tetap menghadapi tinjauan regulasi dan uji klinis sebelum mencapai pasien. Bagi de la Fuente, AI dan biologi laboratorium harus maju bersama, karena eksperimen dasar penting untuk memvalidasi prediksi AI dalam ilmu kehidupan.