Teksaso universiteto Ostine tyrėjai pasitelkė dirbtinį intelektą, kad sukurtų naują vaistą, kuris jau yra daug žadantis atliekant bandymus su gyvūnais.
Jų rezultatai bus paskelbti Gamtos biomedicinos inžinerijamokslininkai aprašo, kad naudojo didelį kalbos modelį – dirbtinio intelekto įrankį, kaip ir ChatGPT, – kad sukurtų bakterijas naikinančio vaisto, kuris anksčiau buvo toksiškas žmonėms, versiją, kad jį būtų saugu naudoti.
Pacientų, sergančių pavojingomis bakterinėmis infekcijomis, prognozės pastaraisiais metais pablogėjo, nes plinta antibiotikams atsparios bakterijų padermės ir sustojo naujų gydymo būdų kūrimas. Tačiau UT mokslininkai teigia, kad dirbtinio intelekto įrankiai keičia žaidimą.
„Mes nustatėme, kad dideli kalbų modeliai yra didelis žingsnis į priekį taikant mašininio mokymosi programas baltymų ir peptidų inžinerijoje“, – sakė Clausas Wilke'as, integracinės biologijos ir statistikos bei duomenų mokslų profesorius ir vienas iš vyresniųjų naujojo dokumento autorių. „Daugelis naudojimo atvejų, kurie nebuvo įmanomi naudojant ankstesnius metodus, dabar pradeda veikti. Numatysiu, kad šie ir panašūs metodai bus plačiai naudojami kuriant terapiją ar vaistus.”
Dideli kalbų modeliai arba LLM iš pradžių buvo sukurti teksto sekoms generuoti ir tyrinėti, tačiau mokslininkai randa kūrybiškų būdų, kaip šiuos modelius pritaikyti kitose srityse. Pavyzdžiui, kaip sakinius sudaro žodžių sekos, baltymai susideda iš aminorūgščių sekų. LLM sujungia žodžius, kuriems būdingi bendri atributai (pvz., katė, šuo ir žiurkėnas), vadinamoje „įterpimo erdve“ su tūkstančiais matmenų.
Panašiai baltymai, turintys panašias funkcijas, pavyzdžiui, gebantys kovoti su pavojingomis bakterijomis nepažeidžiant žmonių, kuriuose yra šios bakterijos, gali susitelkti į savo AI įterpimo erdvės versiją.
„Erdvė, kurioje yra visos molekulės, yra didžiulė“, – sakė Daviesas, vienas iš vyresnysis naujojo dokumento autorius. „Mašininis mokymasis leidžia mums rasti cheminės erdvės sritis, kurios turi mus dominančių savybių, ir tai gali padaryti daug greičiau ir kruopščiau nei standartiniai po vieną laboratorijos metodai.”
Šiam projektui tyrėjai pasitelkė dirbtinį intelektą, kad nustatytų būdus, kaip pertvarkyti esamą antibiotiką Protegrin-1, kuris puikiai naikina bakterijas, bet yra toksiškas žmonėms. Protegrin-1, kurį natūraliai gamina kiaulės, kovodamos su infekcijomis, yra antibiotikų, vadinamų antimikrobiniais peptidais (AMP), potipio dalis. AMP paprastai naikina bakterijas tiesiogiai, suardydami ląstelių membranas, tačiau daugelis jų yra nukreipti tiek į bakterijų, tiek į žmogaus ląstelių membranas.
Pirma, mokslininkai naudojo didelio našumo metodą, kurį jie anksčiau sukūrė, kad sukurtų daugiau nei 7000 Protegrin-1 variantų ir greitai nustatytų AMP sritis, kurias būtų galima modifikuoti neprarandant antibiotinio aktyvumo.
Tada jie apmokė baltymų LLM pagal šiuos rezultatus, kad modelis galėtų įvertinti milijonus galimų trijų savybių variantų: selektyviai nukreiptas į bakterijų membranas, veiksmingai naikinantis bakterijas ir nepažeidžiantis žmogaus raudonųjų kraujo kūnelių, kad būtų galima rasti tuos, kurie pateko į mieliausią vietą. trys. Tada modelis padėjo komandai sukurti saugesnę, veiksmingesnę Protegrin-1 versiją, kurią jie pavadino bakteriškai selektyviu Protegrin-1.2 (bsPG-1.2).
Pelėms, užsikrėtusioms daugeliui vaistų atspariomis bakterijomis ir gydytiems bsPG-1.2, praėjus šešioms valandoms po užsikrėtimo, jų organuose buvo daug mažiau aptinkamų bakterijų, palyginti su negydytomis pelėmis. Jei tolesni bandymai duos panašių teigiamų rezultatų, mokslininkai tikisi, kad galiausiai AI informuoto antibiotikų vaisto versija bus įtraukta į bandymus su žmonėmis.
„Mašininio mokymosi poveikis yra dvigubas“, – sakė Daviesas. „Tai parodys naujas molekules, kurios galėtų padėti žmonėms, ir parodys, kaip galime paimti tas esamas antibiotikų molekules ir padaryti jas geresnes bei sutelkti savo darbą, kad greičiau gautume jas į klinikinę praktiką.
Šiame projekte pabrėžiama, kaip akademiniai mokslininkai tobulina dirbtinį intelektą, kad patenkintų visuomenės poreikius. Šių metų UT Ostine tema, kuri 2024-uosius paskelbė AI metais, yra pagrindinė tema.
Kiti tyrimo autoriai yra mokslinis bendradarbis Justinas Randallas ir absolventas Luizas Vieira, abu UT Austine.