هوش مصنوعی آنتیبیوتیک جدیدی برای نابودی ابرمیکروبها طراحی کرد
هوش مصنوعی توانسته دو آنتیبیوتیک بالقوه بهصورت اتمبهاتم ابداع کند که میتواند در آزمایشهای آزمایشگاهی و حیوانی ابرمیکروبها را از بین ببرد.
به گزارش سیتنا، پژوهشگران اعلام کردهاند که هوش مصنوعی دو آنتیبیوتیک بالقوه جدید ابداع کرده که میتواند سوزاک مقاوم به دارو و باکتری مِرسا (استافیلوکوک اورئوس مقاوم به متیسیلین) را از بین ببرد.
این داروها توسط هوش مصنوعی و بهصورت اتمبهاتم طراحی شده و در آزمایشهای آزمایشگاهی و حیوانی موفق به نابودی ابرمیکروبها شدهاند.
البته این دو ترکیب برای تجویز به بیماران هنوز به سالها بهینهسازی و آزمایشهای بالینی نیاز دارند.
با این حال، گروه دانشگاه امآیتی میگوید هوش مصنوعی میتواند آغازگر «دومین عصر طلایی» در کشف آنتیبیوتیکها باشد.
آنتیبیوتیکها باکتریها را از بین میبرند، اما عفونتهایی که در برابر درمان مقاوم شدهاند، اکنون سالانه بیش از یک میلیون مرگ بههمراه دارند.
مصرف بیشازحد آنتیبیوتیکها باعث شده باکتریها تکامل پیدا کنند و اثر داروها را کم کنند، و در عین حال، برای چندین دهه کمبود آنتیبیوتیکهای جدید وجود داشته است.
پژوهشگران پیشتر از هوش مصنوعی استفاده کردهاند تا هزاران ترکیب شیمیایی شناختهشده را بررسی کنند و ترکیبهایی را بیابند که پتانسیل تبدیل شدن به آنتیبیوتیکهای جدید را داشته باشند.
اکنون گروه ام آی تی یک گام فراتر رفته و با استفاده از هوش مصنوعی مولد، آنتیبیوتیکها را از ابتدا طراحی کرده است.
مطالعه آنها که در مجله سل (Cell) منتشر شده، ۳۶ میلیون ترکیب را بررسی کرده است؛ از جمله ترکیبهایی که یا وجود ندارند یا هنوز کشف نشدهاند.
دانشمندان برای آموزش هوش مصنوعی، ساختار شیمیایی ترکیبهای شناختهشده را همراه با دادههایی در اختیار آن گذاشتند که نشان میداد این ترکیبها تا چه حد میتوانند رشد گونههای مختلف باکتری را کند کنند.
هوش مصنوعی سپس یاد گرفت که باکتریها چگونه تحتتأثیر ساختارهای مولکولی مختلف – ساختهشده از اتمهایی مانند کربن، اکسیژن، هیدروژن و نیتروژن – قرار میگیرند.
دو رویکرد برای طراحی آنتیبیوتیکهای جدید با کمک هوش مصنوعی به کار گرفته شد: در رویکرد اول، با جستجو در بایگانی شامل میلیونها قطعه شیمیایی کوچک (با اندازه ۸ تا ۱۹ اتم) یک نقطه شروع امیدوارکننده شناسایی شد و سپس توسعه یافت. در رویکرد دوم، از ابتدا اختیار کامل طراحی به هوش مصنوعی داده شد.
فرآیند طراحی همچنین هر ترکیبی را که بیش از حد شبیه آنتیبیوتیکهای موجود بود حذف کرد، تلاش شد تا داروهایی واقعی و نه موادی مانند صابون ابداع شوند، و هر ترکیبی که پیشبینی میشد برای انسان سمی باشد، کنار گذاشته شد.
دانشمندان از این روش برای ساخت آنتیبیوتیکهایی علیه بیماری مقاربتی سوزاک و همچنین باکتری خطرناک مرسا (استافیلوکوک اورئوس مقاوم به متیسیلین) استفاده کردند؛ باکتریای که بهطور طبیعی روی پوست زندگی میکند اما اگر وارد بدن شود میتواند عفونتهای جدی ایجاد کند.
پس از تولید، طرحهای برتر روی باکتریها در آزمایشگاه و همچنین روی موشهای آلوده آزمایش شدند و نتیجه، دو داروی بالقوه جدید بود.
پروفسور جیمز کالینز از دانشگاه امآیتی به بیبیسی میگوید: «ما هیجانزدهایم چون نشان دادیم که هوش مصنوعی مولد میتواند برای طراحی آنتیبیوتیکهای کاملاً جدید به کار رود.»
«هوش مصنوعی میتواند به ما امکان دهد که مولکولها را ارزان و سریع طراحی کنیم و به این شکل، زرادخانه داروییمان را گسترش دهیم و در نبرد فکریمان با ژنهای ابرمیکروبها، برتری پیدا کنیم.»
با این حال، این داروها هنوز آماده ورود به کارآزماییهای بالینی نیستند و پیش از آنکه روند طولانی آزمایش آنها روی انسان آغاز شود نیاز به بهینهسازی دارند؛ فرایندی که برآورد میشود یک تا دو سال دیگر کار ببرد.
دکتر اندرو ادواردز از پروژه «فلمینگ اینیشیتیو» و «امپریال کالج لندن» گفت این کار «بسیار مهم» است و «پتانسیل عظیمی» دارد، زیرا «یک رویکرد نوین برای شناسایی آنتیبیوتیکهای جدید را نشان میدهد».
با این حال او افزود: «در حالی که هوش مصنوعی وعده میدهد روند کشف و توسعه دارو را بهشدت بهبود بخشد، هنوز لازم است در زمینه آزمایش ایمنی و کارایی، مسیر دشواری را طی کنیم.»
این میتواند بدون هیچ تضمینی که در نهایت داروهای آزمایشی برای بیماران تجویز شوند، فرآیندی طولانی و پرهزینه باشد.
بعضی خواستار آن هستند که روند کشف دارو با کمک هوش مصنوعی بهطور کلی بهبود یابد. پروفسور کالینز میگوید: «ما به مدلهای بهتری نیاز داریم»؛ مدلهایی که از سنجش عملکرد دارو در آزمایشگاه فراتر روند و پیشبینی دقیقتری از اثربخشی آنها در بدن ارائه دهند.
همچنین مسئله دشواری تولید ترکیبهای طراحیشده با هوش مصنوعی وجود دارد. از میان ۸۰ درمان بالقوه برای سوزاک که بهصورت نظری طراحی شده بودند، تنها دو مورد به مرحله سنتز و ساخت دارو رسیدند.
پروفسور کریس داوسون از دانشگاه وارویک گفت این مطالعه «جالب» است و نشان میدهد هوش مصنوعی «بهعنوان ابزاری برای کشف آنتیبیوتیک، یک گام مهم رو به جلو برای مقابله با پدیده مقاومت دارویی است».
با این حال او توضیح میدهد که یک مشکل اقتصادی نیز در زمینه عفونتهای مقاوم به دارو وجود دارد: «چطور میتوان داروهایی ساخت که هیچ ارزش تجاری ندارند؟»
اگر یک آنتیبیوتیک جدید اختراع شود، در حالت ایدهآل باید تا حد ممکن کم از آن استفاده کرد تا اثربخشیاش حفظ شود، و همین موضوع باعث میشود کسب سود از آن دشوار باشد.
انتهای پیام
افزودن دیدگاه جدید