Umělá inteligence pomáhá hledat nové látky proti antibiotické rezistenci

Vědecký tým vedený Césarem de la Fuente využívá nástroje umělé inteligence Codex a ChatGPT k hledání nových antimikrobiálních molekul, které by mohly pomoci v boji proti infekcím způsobeným bakteriemi rezistentními na běžně používaná léčiva. Výzkum probíhá v laboratoři de la Fuenteho a spočívá v systematickém prohledávání genetických dat pocházejících jak od dosud žijících organismů, tak od druhů, které již vyhynuly.

Rezistence na antibiotika patří dlouhodobě k nejzávažnějším problémům moderní medicíny. Bakterie si postupně vyvíjejí mechanismy, které jim umožňují přežít i v přítomnosti léčiv, jež byla dříve účinná. To vede k situacím, kdy lékaři nemají k dispozici žádnou funkční terapii pro pacienty s těžkými infekcemi. Hledání nových látek, které by dokázaly patogeny zasáhnout jiným způsobem než dosavadní antibiotika, je proto jedním z klíčových směrů současného biomedicínského výzkumu.

De la Fuenteho tým se zaměřuje na takzvané antimikrobiální peptidy – krátké molekuly, které přirozeně vznikají v organismech jako součást jejich obranných mechanismů proti mikrobům. Tyto peptidy lze nalézt v genomech nejrůznějších druhů, od člověka přes zvířata až po mikroorganismy. Aby bylo možné projít obrovské množství genetických dat a identifikovat v nich potenciálně užitečné sekvence, sahá laboratoř po nástrojích umělé inteligence, které dokážou analyzovat data v měřítku, jež by pro lidský tým bylo prakticky nezvládnutelné.

Konkrétně jde o využití systému Codex, určeného k práci s kódem a datovými strukturami, a jazykového modelu ChatGPT, který pomáhá s analýzou a interpretací výsledků. Kombinace těchto nástrojů umožňuje týmu efektivněji procházet rozsáhlé databáze genomů a vytipovávat sekvence, které by mohly odpovídat molekulám s antimikrobiálním účinkem.

Zvláštností přístupu je zaměření nejen na genomy žijících organismů, ale i na genetický materiál druhů, které již vyhynuly. Tento postup vychází z myšlenky, že evoluce vytvořila v průběhu milionů let širokou škálu obranných molekul, z nichž řada mohla zaniknout společně s druhy, které je produkovaly. Analýza takových „vymřelých“ genomů může odhalit struktury, jež se v současné přírodě již nevyskytují, ale přesto by mohly posloužit jako vzor pro vývoj nových léčiv.

Postup spočívá v tom, že algoritmy procházejí genetické sekvence a hledají vzorce charakteristické pro antimikrobiální peptidy. Jakmile je taková sekvence identifikována, může sloužit jako výchozí bod pro další laboratorní testování, při kterém se ověřuje, zda daná molekula skutečně vykazuje účinek proti bakteriím, virům nebo dalším patogenům. Tento typ výzkumu tak kombinuje výpočetní analýzu s klasickými biologickými experimenty.

Využití umělé inteligence při hledání nových léčiv není v posledních letech ojedinělým jevem – řada výzkumných skupin po celém světě testuje podobné přístupy, které slibují zrychlení procesu objevování nových látek. Tradiční metody hledání antimikrobiálních molekul jsou totiž časově i finančně náročné a jejich úspěšnost je omezená. Nasazení nástrojů, jako jsou Codex a ChatGPT, umožňuje zpracovat mnohem větší objem dat a rychleji vytipovat kandidáty, kteří mají největší šanci na úspěch v následných testech.

Cílem práce de la Fuenteho laboratoře je najít molekuly, které by mohly být využity při vývoji nových léčiv účinných proti infekcím, jež v současnosti odolávají standardní léčbě. Vzhledem k tomu, že rezistence vůči antibiotikům patří mezi rostoucí zdravotní hrozby, může každý nový kandidát na účinnou látku představovat významný krok k rozšíření možností léčby.

Podrobnosti o konkrétních výsledcích výzkumu, časovém rámci experimentů nebo případném postupu do klinických fází nebyly zveřejněny. Práce probíhá v rámci základního výzkumu, jehož cílem je v první řadě identifikovat a popsat potenciálně slibné molekuly, než dojde k jejich případnému dalšímu testování a vývoji.