По оценкам, лекарственно-устойчивые инфекции ежегодно приводят к 5 млн смертей во всём мире. Традиционные методы разработки антибиотиков за последние десятилетия в основном предлагали лишь модификации уже известных препаратов, что не способствовало появлению принципиально новых механизмов действия.
В ходе проекта Массачусетского технологического института «Антибиотики-ИИ» исследователи уже использовали искусственный интеллект для скрининга огромных библиотек существующих химических соединений, что позволило выявить несколько перспективных кандидатов, включая галицин и абауцин. Теперь же они решили создать гипотетические молекулы, которых нет в природе. Для этого использовалось два подхода: в первом ИИ-алгоритмам поручалось разработать молекулы на основе определенного химического фрагмента с антимикробной активностью, а во втором ИИ свободно генерировал молекулы, без необходимости включать конкретный фрагмент.
Исследователи проанализировали 45 млн химических фрагментов с помощью обученных моделей машинного обучения, чтобы найти соединения, способные действовать против бактерии N. gonorrhoeae, вызывающей гонорею. После исключения токсичных и схожих с известными антибиотиками вариантов остался миллион кандидатов, среди которых выделили перспективный фрагмент F1. С помощью двух ИИ-алгоритмов ученые получили 7 млн производных F1, отобрали 1000 наиболее активных и синтезировали два соединения.
Одно из них, NG1, продемонстрировало высокую эффективность против устойчивых штаммов бактерий как в лабораторных условиях, так и в экспериментах на мышах. Дальнейшие исследования показали, что NG1 воздействует на ранее неизученную мишень — белок LptA, необходимый для формирования бактериальной мембраны.
Во втором раунде исследований ИИ свободно проектировал молекулы против грамположительных бактерий, в частности, золотистого стафилококка (S. aureus). Алгоритмы сгенерировали более 29 млн соединений, которые затем прошли фильтрацию по тем же критериям, что и для N. gonorrhoeae. Список сократился до 90 кандидатов, из которых удалось синтезировать и протестировать 22 молекулы. Шесть из них показали сильную антибактериальную активность против полирезистентного золотистого стафилококка.
Наиболее перспективный кандидат, DN1, смог излечить кожную инфекцию, вызванную метициллин-резистентным золотистым стафилококком, у мышей, действуя через взаимодействие с клеточными мембранами бактерий, но с более широким спектром эффектов, чем NG1.
Некоммерческая организация Phare Bio, участвующая в проекте, занимается дальнейшей модификацией NG1 и DN1 для доклинических испытаний, чтобы подготовить их к возможному применению в медицинских учреждениях.
Используемые методы позволят исследовать потенциал ИИ для разработки препаратов против других опасных бактерий, таких как возбудитель туберкулёза Mycobacterium tuberculosis и Pseudomonas aeruginosa — синегнойная палочка, вызывающая тяжёлые внутрибольничные инфекции, включая пневмонии и сепсис.
