MIT (Massachusetts Texnologiya İnstitutu) tədqiqatçıları, süni intellektin köməyi ilə iki çətin müalicə olunan infeksiyaya qarşı mübarizə apara bilən yeni antibiotiklər hazırlayıblar. Bu infeksiyalar dərmanlara davamlı Neisseria gonorrhoeae (gonoreya xəstəliyinə səbəb olan bakteriya) və çox dərmana davamlı Staphylococcus aureus (MRSA) bakteriyalarıdır.

Tədqiqat qrupu generativ süni intellekt alqoritmlərindən istifadə edərək 36 milyondan çox potensial birləşmə dizayn edib və onları antimikrob xassələrinə görə kompüter vasitəsilə analiz edib. Əldə olunan birləşmələr mövcud antibiotiklərdən struktur cəhətdən fərqlənir və bakteriya hüceyrə membranlarını pozmaqla işləyən yeni mexanizmlərlə təsir göstərir. Bu yanaşma tədqiqatçılara əvvəllər mövcud olmayan nəzəri birləşmələri yaratmaq və qiymətləndirmək imkanı verib.

MIT-nin Tibbi Mühəndislik və Elm İnstitutunun professoru Ceyms Kollins bu layihənin antibiotiklərin inkişafında yeni imkanlar açdığını bildirib: “Bizim işimiz süni intellektin dərman dizaynı baxımından gücünü nümayiş etdirir və əvvəllər əlçatmaz olan daha böyük kimyəvi sahələrdən istifadə etməyə imkan verir.”

Kimyəvi Sahənin Araşdırılması

Son 45 ildə FDA tərəfindən bir neçə onlarla yeni antibiotik təsdiqlənib, lakin bunların çoxu mövcud antibiotiklərin variantlarıdır. Bu vaxt bakteriyaların bu dərmanlara qarşı müqaviməti artmaqdadır. Qlobal miqyasda dərmanlara davamlı bakterial infeksiyaların hər il təxminən 5 milyon ölümə səbəb olduğu təxmin edilir.

Bu problemi həll etmək üçün MIT-nin Antibiotiklər-Süni İntellekt Layihəsi böyük kimyəvi birləşmələr kitabxanalarını süni intellekt vasitəsilə analiz edib. Bu iş nəticəsində halicin və abaucin kimi perspektivli dərman namizədləri tapılıb.

Yeni tədqiqatda alimlər mövcud kimyəvi kitabxanalarda tapılmayan molekulları araşdırmaq qərarına gəliblər. Süni intellektdən istifadə edərək hələ kəşf edilməmiş və ya mövcud olmayan nəzəri molekullar dizayn edilib.

Tədqiqatçılar iki fərqli yanaşma tətbiq ediblər: əvvəlcə müəyyən antimikrob xassələr göstərən kimyəvi fraqmentlər əsasında molekullar dizayn ediblər, sonra isə alqoritmlərin sərbəst şəkildə molekullar yaratmasına icazə veriblər.

Fraqment əsaslı yanaşmada alimlər gonoreya xəstəliyinə səbəb olan N. gonorrhoeae bakteriyasını hədəf seçiblər. Təxminən 45 milyon kimyəvi fraqmentdən ibarət kitabxana yaradılıb və süni intellekt modelləri ilə analiz edilib. Bu proses nəticəsində 4 milyon fraqment seçilib. Daha sonra insan hüceyrələri üçün zəhərli, kimyəvi problemlər göstərən və mövcud antibiotiklərə bənzəyən fraqmentlər çıxarılıb, nəticədə təxminən 1 milyon namizəd qalıb.

Tədqiqatçılar bu fraqmentlərdən biri olan F1-i müəyyənləşdirib və onu əsas götürərək əlavə birləşmələr hazırlayıblar. İki fərqli generativ süni intellekt alqoritmi, CReM (kimyəvi cəhətdən məqbul mutasiyalar) və F-VAE (fraqment əsaslı variasiya autoenkoderi), F1-i ehtiva edən molekullar yaratmaq üçün istifadə edilib. Bu proses nəticəsində 7 milyon namizəd analiz edilib və təxminən 1,000 potensial birləşmə müəyyənləşdirilib. Onlardan yalnız ikisi kimyəvi sintez yolu ilə istehsal edilə bilib və biri, NG1, laboratoriya şəraitində və siçan modelində N. gonorrhoeae bakteriyasını məhv etməkdə çox təsirli olub.

NG1 bakteriya hüceyrə membranının sintezində iştirak edən LptA adlı proteinlə qarşılıqlı təsir göstərir. Bu təsir hüceyrə membranının sintezini pozur və bakteriyalar üçün ölümcül olur.

Sərbəst Dizayn Yanaşması

İkinci mərhələdə alimlər generativ süni intellektdən sərbəst şəkildə molekullar dizayn etmək üçün istifadə ediblər. Bu dəfə hədəf olaraq S. aureus (MRSA) bakteriyası seçilib. CReM və VAE alqoritmləri ilə heç bir məhdudiyyət qoyulmadan 29 milyondan çox molekul yaradılıb. Təxminən 90 potensial birləşmə seçilib və onlardan 22-si laboratoriyada sınaqdan keçirilib. Altısı çox dərmana davamlı S. aureus bakteriyasına qarşı güclü antibakterial təsir göstərib.

Ən perspektivli namizəd olan DN1, siçan modelində MRSA dəri infeksiyasını müalicə edə bilib. Bu molekullar bakteriya hüceyrə membranlarına təsir göstərsə də, təsir mexanizmi spesifik bir proteindən asılı deyil.

Hal-hazırda Phare Bio qeyri-kommersiya təşkilatı NG1 və DN1 molekullarını daha geniş sınaqlar üçün uyğunlaşdırmaq üzərində işləyir. Kollins bildirib ki, gələcəkdə bu platformalar digər bakterial patogenlər, o cümlədən Mycobacterium tuberculosis və Pseudomonas aeruginosa üzərində tətbiq ediləcək.