Coraz częściej słyszy się o zagrożeniu, jakie może stanowić sztuczna inteligencja – jak nie do końca poprawnie nazywa się algorytmy uczenia maszynowego. Naukowcy z dwóch amerykańskich uczelni dowiedli jednak, że może mieć również dobre strony.
Acinetobacter baumanni to bakteria, którą Światowa Organizacja Zdrowia uznaje za krytyczne zagrożenie. Jest szczególnie niebezpieczna dla pacjentów szpitali, którzy przeszli wiele inwazyjnych zabiegów lub mają otwarte rany po operacjach, a także dla pensjonariuszy domów opieki. Może przeżyć długi czas na sprzęcie medycznym i roznosić się przez brudne ręce, powodując groźne infekcje drug moczowych i płuc. Co więcej, ma możliwość znajdowania nowych sposób na przeciwstawianie się leczeniu i dzieli się materiałem genetycznym z innymi bakteriami, dzięki czemu również one stają się odporniejsze na leki.
W czwartek grupa naukowców z Uniwerytetu McMastera i słynnej politechniki MIT opublikowała w periodyku Nature Chemical Biology wyniki badania nowego antybiotyku, nazwanego abaucyną, w stworzeniu którego pomogła im sztuczna inteligencja. Znacznie ograniczyła liczbę substancji, którą musieli w tym celu zbadać.
Gary Liu z Uniwersytetu McMastera powiedział, że mieli ogromne ilości danych o substancjach, które mogłyby pomóc w walce z tą bakterią, ale sprawdzenie ich wszystkich zajęłoby zbyt dużo czasu. Postanowili więc użyć w tym celu algorytmów uczenia maszynowego. „Moim zadaniem było wyszkolenie tego modelu, a wszystko, co miał robić, to w zasadzie powiedzenie nam czy nowe molekuły mają własności antybakteryjne czy nie” – wyjaśnił Liu.
Po „wyszkoleniu” algorytmu kazano mu przeanalizować mu 6680 substancji. Zajęło mu to półtorej godziny. W efekcie ograniczył ich liczbę do kilkuset, z których naukowcy przetestowali 240 w laboratorium. Wśród nich znaleźli dziewięć, które mogłyby okazać się skuteczne w walce z tą bakterią i uznali, że abaucina daje najlepsze perspektywy. Próba na myszach wykazała, że faktycznie sprawdza się w walce z infekcją.
Jonathan Stokes z wydziału biomedycyny i biochemii Uniwersytetu McMastera, który pomagał w tym badaniu, powiedział, że ich praca potwierdza użyteczność sztucznej inteligencji w poszukiwaniu nowych antybiotyków, bowiem pozwala na szybką analizę ogromnej ilości „przestrzeni chemicznej”, zwiększając znacznie szanse na odkrycie nowego leku. Zauważył, że antybiotyki bardziej ogólnego stosowania są suboptymalne, ale ta technologia pozwala na łatwiejsze i tańsze tworzenie antybiotyków, które mają zwalczać konkretną bakterię.