Исследователи из Канады и США с помощью машинного обучения изготовили антибиотик, способный атаковать устойчивый микроб acinetobacter baumannii, который может инфицировать раны и вызывать пневмонию. В статье, опубликованной в журнале Nature Chemical Biology, описывается, как исследователи использовали обучающие данные по воздействию известных препаратов на устойчивые бактерии. Затем алгоритм обучения спрогнозировал возможный результат воздействия 6 680 соединений, об эффективности которых в отношении микробов не было никаких данных.
За полтора часа программа сократила список до 240 перспективных кандидатов. Испытания в лаборатории показали, что девять из них оказались эффективными, а одно, которое теперь называется абауцин, — чрезвычайно мощным. Хотя проведение лабораторных испытаний 240 соединений кажется большой работой, это лучше, чем испытание почти 6 700 соединений.
Интересно, что новый антибиотик, похоже, эффективен только против конкретного микроба, и это несомненный плюс. Он ещё не доступен для людей и, возможно, не будет доступен в течение некоторого времени, учитывая длительность периода тестирования лекарств. Тем не менее, это отличный пример того, как машинное обучение может дополнить и облегчить работу человека, позволяя учёным и другим людям сосредоточиться на том, что действительно важно.
ВОЗ назвала acinetobacter baumannii одной из основных супербактерий, угрожающих миру, поэтому найти оружие против него было бы очень кстати. Можно надеяться, что эта методика позволит резко сократить время разработки новых лекарств. Это также заставляет задуматься о том, есть ли другие области, где методы искусственного интеллекта могли бы быстро отсеивать альтернативные варианты, позволяя людям сосредоточиться на более перспективных кандидатах.
