Penyelidik di McMaster University dan MIT telah mencapai kejayaan yang boleh mengubah cara kita menemui ubat-ubatan baru. Mereka menggunakan kecerdasan buatan untuk meramal bagaimana antibiotik baru berfungsi dalam masa hanya 100 saat - satu proses yang biasanya mengambil masa sehingga dua tahun dan memerlukan kos sekitar 2 juta dolar Amerika.
Kisah ini bermula apabila pasukan menemui enterololin , antibiotik baru yang direka untuk melawan penyakit radang usus seperti penyakit Crohn . Tidak seperti antibiotik spektrum luas biasa yang memusnahkan bakteria baik dan jahat, ubat baru ini hanya menyasarkan bakteria berbahaya dalam keluarga Enterobacteriaceae , termasuk E. coli .
Butiran Teknikal Utama
- Nama Ubat: Enterololin
- Sasaran: Kompleks protein LolCDE dalam bakteria Enterobacteriaceae
- Model AI: DiffDock (model difusi untuk dok protein-ligan)
- Masa Ramalan: 100 saat
- Penyakit Sasaran: Penyakit radang usus (penyakit Crohn, kolitis ulseratif)
- Jenis Ubat: Antibiotik spektrum sempit
- Garis Masa ke Ujian Manusia: 3 tahun (unjuran)
AI Menggantikan Kerja Makmal yang Mahal
Inovasi sebenar berlaku apabila penyelidik perlu memahami mekanisme tindakan ubat - pada asasnya bagaimana ia menyerang bakteria penyebab penyakit. Daripada menghabiskan berbulan-bulan di makmal, mereka beralih kepada DiffDock , model AI yang dibangunkan di MIT . AI tersebut meramalkan bahawa enterololin menyerang kompleks protein yang dipanggil LolCDE , yang diperlukan oleh bakteria tertentu untuk terus hidup.
Ramalan ini terbukti betul apabila penyelidik mengesahkannya melalui ujian makmal tradisional. Pendekatan berpandukan AI ini memerlukan kos hanya 60,000 dolar Amerika dan mengambil masa enam bulan, berbanding dengan kos biasa 2 juta dolar Amerika dan tempoh masa dua tahun.
Walau bagaimanapun, perbincangan komuniti mendedahkan beberapa keraguan tentang kebaharuan penemuan ini. Sesetengah pakar menyatakan bahawa kelemahan LolCDE dalam E. coli telah diketahui sejak sebelum 2016, dan perencat serupa seperti globomycin telah wujud sejak 1978. Ini menimbulkan persoalan sama ada AI hanya menghubungkan pengetahuan sedia ada dan bukannya membuat penemuan yang benar-benar baru.
Perbandingan Kos dan Masa: Penyelidikan Ubat Tradisional vs Berpandukan AI
| Kaedah | Kos | Masa Diperlukan |
|---|---|---|
| Kajian MOA Tradisional | $2 juta USD | Sehingga 2 tahun |
| Pendekatan Berpandukan AI | $60,000 USD | 6 bulan |
| Penjimatan | $1.94 juta USD | 18 bulan |
Lebih Daripada Pemadanan Corak Mudah
Sistem AI yang digunakan dalam penyelidikan ini berbeza dengan ketara daripada chatbot seperti ChatGPT . DiffDock adalah model difusi yang dilatih khusus pada struktur protein, direka untuk meramal bagaimana molekul berinteraksi dengan sasaran biologi. Ini mewakili aplikasi AI yang lebih khusus dalam penyelidikan saintifik.
Banyak penggunaan AI dalam penemuan ubat adalah tentang mencari ruang kimia, mengenal pasti molekul baru yang mungkin aktif. Apa yang kami tunjukkan di sini ialah AI juga boleh memberikan penjelasan mekanistik, yang kritikal untuk memajukan molekul melalui saluran pembangunan.
Para penyelidik menekankan bahawa AI berfungsi sebagai alat untuk membimbing penyiasatan manusia, bukan menggantikannya. Mereka masih menjalankan semua ujian makmal standard untuk mengesahkan ramalan AI , tetapi mempunyai sasaran khusus untuk disiasat menghapuskan berbulan-bulan tekaan.
Kesan Dunia Sebenar untuk Pesakit
Bagi orang yang menghidap penyakit radang usus, penyelidikan ini menawarkan harapan untuk pilihan rawatan yang lebih baik. Antibiotik spektrum luas semasa boleh memburukkan lagi IBD dengan memusnahkan bakteria usus yang bermanfaat, mewujudkan peluang untuk strain tahan ubat mengambil alih.
Pendekatan spektrum sempit Enterololin boleh membantu memulihkan keseimbangan bakteria usus yang sihat tanpa kesan sampingan yang berbahaya. Ubat ini telah dilesenkan oleh Stoked Bio , syarikat spinoff yang bertujuan untuk membawanya ke ujian manusia dalam tempoh tiga tahun.
Penyelidikan ini menunjukkan bagaimana AI boleh mempercepatkan penemuan ubat apabila digunakan dengan betul - sebagai alat canggih untuk menghasilkan hipotesis yang boleh diuji dan bukannya pengganti untuk pengesahan saintifik yang teliti. Walaupun biologi asas mungkin tidak sepenuhnya baru, kelajuan dan penjimatan kos boleh membantu membawa lebih banyak rawatan kepada pesakit yang sangat memerlukannya.
Rujukan: New antibiotic targets IBD — and AI predicted how it would work before scientists could prove it