Umělá inteligence navrhuje funkční části enzymů a může zrychlit vývoj léčiv

Umělá inteligence začíná pronikat i do oblasti, která bývá označována za jednu z nejnáročnějších v biotechnologiích: do návrhu funkčních složek enzymů. Jde o základní stavební prvky, které rozhodují o tom, jak enzym funguje, jaké reakce dokáže urychlit a jak se uplatní při výrobě složitých molekul. Právě tento přístup by mohl usnadnit cestu k novým léčivům.

Souvislost je přitom přímá. Řada nových léčivých látek, ať už proti infekcím, rakovině nebo jiným závažným onemocněním, vychází z látek, které byly původně objeveny v mikroorganismech, rostlinách či jiných živých organismech. Příroda tak dlouhodobě slouží jako zásobárna chemických struktur, z nichž farmaceutický výzkum čerpá. Samotný objev takové látky je ovšem teprve začátek. Aby se z ní mohl stát lék, je potřeba ji vyrábět v dostatečném množství a často také upravovat tak, aby byla účinnější, bezpečnější nebo stabilnější.

Právě tady narážejí vědci na zásadní překážku. Cílená výroba nebo vylepšování těchto látek pomocí mikroorganismů je totiž často velmi obtížná. Důvodem je mimořádná složitost biologických procesů, které za vznikem přírodních látek stojí. Mikroorganismus nevytváří jednu molekulu jedním krokem, ale prostřednictvím řady na sebe navazujících reakcí, které řídí různé enzymy. Zásah do jedné části tohoto řetězce může mít nečekané důsledky jinde a předvídat je klasickými metodami bývá pracné a zdlouhavé.

Enzymy v tomto systému plní roli molekulárních nástrojů. Každý z nich má určité funkční části, které rozhodují o tom, kterou molekulu enzym rozpozná a jak ji chemicky přemění. Pokud by bylo možné tyto části cíleně navrhovat, otevřela by se cesta k enzymům na míru, tedy k takovým, které by dokázaly vyrábět žádoucí látky účinněji nebo vytvářet jejich nové varianty. Tradiční postupy, při nichž se enzymy upravují metodou pokusu a omylu, však vyžadují velké množství experimentů a času.

Umělá inteligence nabízí k tomuto problému jiný přístup. Algoritmy dokážou zpracovat obrovské množství dat o struktuře a funkci enzymů, hledat v nich zákonitosti, které lidskému oku unikají, a na jejich základě navrhovat nové řešení. Místo slepého zkoušení tak mohou vědci vycházet z predikcí a do laboratoře posílat už předvybrané kandidáty. To může zkrátit cestu od nápadu k funkčnímu enzymu a snížit náklady spojené s experimentováním.

Zdroj, z něhož tato zpráva vychází, neuvádí konkrétní výzkumné týmy, instituce ani číselné údaje o dosažených výsledcích. Nelze tedy posoudit, jak daleko jsou jednotlivé projekty a nakolik se navržené enzymy osvědčily v praxi. Zřejmé je pouze celkové zaměření: využít schopnosti umělé inteligence tam, kde je biologická složitost největší překážkou, a pomoci tak lépe využívat přírodní látky jako výchozí bod pro nová léčiva.

Význam takového postupu je dobře patrný z toho, jak velkou část léčiv přírodní látky ovlivnily. Mnohé protiinfekční a protinádorové preparáty mají původ v organismech, které se vyvinuly v konkurenčním prostředí a vytvářejí složité molekuly s výraznými biologickými účinky. Tyto molekuly bývá chemicky obtížné vyrobit klasickou syntézou, proto se využívají mikroorganismy jako biologické továrny. Čím lépe se podaří jejich enzymatickou výbavu navrhnout a řídit, tím snáze lze takové látky získávat a vylepšovat.

Je třeba zdůraznit, že návrh enzymů pomocí umělé inteligence zůstává oblastí aktivního výzkumu a že ze samotných predikcí ještě nevzniká hotové léčivo. Každý navržený enzym je nutné experimentálně ověřit a teprve pak lze zvažovat jeho využití při výrobě. Přesto se tento přístup jeví jako slibný nástroj, který by mohl pomoci překonat jednu z dlouhodobých překážek biotechnologické výroby léčivých látek.