HeadlinesBriefing favicon HeadlinesBriefing.com

ИИ ускоряет открытие антимикробных молекул

OpenAI Blog •
×

Устойчивые к лекарствам микроорганизмы, включая бактерии, грибы, паразитов и вирусы, представляют растущую глобальную угрозу. В 2021 году около пяти миллионов смертей были связаны с бактериальной антимикробной резистентностью—ежегодная нагрузка, которая, по прогнозам, удвоится к 2050 году. Может потребоваться летами найти молекулы с потенциалом стать антимикробными. Исследователи используют ИИ для ускорения этого начального этапа открытия. César de la Fuente, биоинженер, чья междисциплинарная лаборатория ищет антимикробные кандидаты, заявил, что антимикробная резистентность — одна из величайших экзистенциальных угроз человечеству. Его лаборатория использует модели глубокого обучения, обученные распознавать паттерны в биологических последовательностях, для поиска в обширных наборах данных геномов и белков потенциальных антимикробов, сокращая начальный поиск с лет до часов. Наряду со своими собственными моделями ИИ, лаборатория использует Chat GPT и Codex для генерации гипотез, написания и доработки кода, обработки наборов данных, анализа результатов и связи идей между научными дисциплинами. Подход фокусируется на биологии как информационной системе, где нуклеотиды и аминокислоты образуют алфавит для расшифровки организующих принципов жизни. Только небольшая часть генома имеет четко понятную функцию, и еще меньше кодируют молекулы, способные бороться с инфекционными микроорганизмами. ИИ помогает выявлять перспективные сигналы в огромных наборах данных, приоритизируя кандидатов для экспериментального тестирования. Однако выявление кандидата не гарантирует, что он станет эффективным лекарством. Ученые должны подтвердить, что молекула убивает целевой микроорганизм, определить эффективную дозу, проверить воздействие на человеческие клетки, оптимизировать безопасность и стабильность, оценить токсичность и развитие резистентности, и обеспечить производимость. Кандидаты, преодолевшие эти препятствия, все еще должны пройти регуляторный обзор и клинические испытания перед тем, как достичь пациентов. Для де ла Фуэнте ИИ и лабораторная биология должны развиваться вместе, поскольку эксперименты с истинными данными необходимы для проверки предсказаний ИИ в науках о жизни.