Halicyna – tak nazywa się najnowszy antybiotyk, który pomóc ma w walce z wieloma bakteriami, stanowiącymi śmiertelne zagrożenie dla ludzi. Tym razem z pomocą przyszła sztuczna inteligencja, która samodzielnie wypracowała przełomowe lekarstwo.
Szukanie nowego antybiotyku na ogół trwa latami. To żmudny proces, często na zasadzie prób i błędów. Naukowcy z MIT postanowili do pomocy zaprząc sztuczną inteligencję, a konkretnie – opracować model deep learnigowy. Bazuje on na sieci neuronowej, porównywalnej ze schematem ludzkiego mózgu.
Model zaczął trening na bazie 1700 leków i 800 substancji naturalnych, które używane były do walki z bakteriami E. Coli. Następnie w celu optymalizacji użyto kolejnych 6000 preparatów z zaznaczeniem, aby wypracowane rozwiązanie posiadało znacznie zmienioną strukturę chemiczną. Nie zabrakło również specjalnego modułu, mającego za zadanie badać wypracowane rozwiązania pod kątem bezpieczeństwa dla ludzkiego organizmu.
Odkryty antybiotyk przetestowano na bakteriach E. Coli. Już wtedy mogliśmy mówić o prawdziwym przełomie. Przez 30 dni E. Coli nie były w stanie uodpornić się na halicynę, co w przypadku niektórych antybiotyków (np. popularnego ciprofloxacin) trwało kilka dni.
Co więcej, halicyna okazała się skuteczna nie tylko w przypadku E. Coli. Naukowcy zaobserwowali doskonałe rezultaty w walce z chociażby Acinetobacter baumannii, odpowiadającej za wywoływanie sepsy wśród osób hospitalizowanych, a także Mycobacterium tuberculosis, odpowiedzialnej za gruźlicę. Podczas badania na myszach halicyna pozbyła się bakterii z organizmów gryzoni w przeciągu jednej doby.
Na tym nie kończy się współpraca naukowców i SI. W bazie ZINC15 do dyspozycji jest aż 1,5 miliarda rozmaitych molekuł, na bazie których można wypracować nowe antybiotyki. Przeanalizowanie przez model zaledwie 100 milionów pozycji zaowocowało wyizolowaniem 23 związków, wśród których 2 to potencjalnie nowe antybiotyki.
To prawdziwa rewolucja, która może wznieść współczesną medycynę na nowy poziom. Naukowcy intensywnie pracują nad usprawnianiem modułu, który docelowo ma pracować nad rozwiązaniami dedykowanymi określonym bakteriom przy zachowaniu jak najmniejszej szkodliwości dla ludzkiego organizmu.