Az antibiotikumok felfedezésének felgyorsítása a ChatGPT‑vel
Dr. César de la Fuente és csapata új eszközöket vet be az antimikrobiális rezisztencia elleni küzdelemben.
„Lenyűgöző belegondolni, milyen keveset tudunk, és mennyi minden vár még felfedezésre. Ezt próbálom átadni a fiataloknak, hogy megértsék: övék a jövő. Szinte semmit sem értünk a világból – és éppen ez az izgalmas, mert itt segíthet a tudomány.” —Dr. César de la Fuente
„A ChatGPT-hez hasonló eszközök segítenek felgyorsítani a tudományos felfedezéseket. Egy olyan kutatónak, mint én, ez valóságos játszótér.”
Egyre súlyosabb probléma
A modern orvoslás hatékony antibiotikumokra támaszkodik, amelyek segítenek felépülni többek között a gyakori betegségekből, a műtétekből és a szülésből. Van azonban egy egyre súlyosabb probléma: az antibiotikumokkal kezelt baktériumok ellenállóak, és minél többször alkalmazunk ellenük antibiotikumot, annál több lehetőség nyílik a rezisztens törzsek elterjedésére. Ezt nevezzük antimikrobiális rezisztenciának (AMR). Évente mintegy 5 millió haláleset hozható összefüggésbe a baktériumok AMR-jével, és ez a szám várhatóan megduplázódik 2050-re.
Az új antibiotikumok nélkülözhetetlenek az AMR elleni küzdelemben, a hagyományos módszer azonban – amely során a kutatók a természetet járva talajban, növényekben és más szerves anyagokban keresnek aktív molekulákat – időigényes és sok próbálkozást igényel: A ChatGPT‑hez és a Codexhez hasonló eszközök révén Dr. César de la Fuente és csapata új és gyorsabb módszerrel azonosíthat molekulákat az AMR elleni küzdelemhez. „Nálunk minden digitális sebességgel történik” – mondja.
„Gyakran mire megiszom egy kávét, a csapatom máris rengeteg új molekulát fedez fel, amelyek között ott lehet a következő antibiotikum.”
„Laborunk magas kockázatú projekteket vállal, de amikor sikerrel járunk, az eredmények lenyűgözőek.”
—Marcelo Der Torossian Torres
„A Codex nagyszerű másodpilóta. Ha meg akarok valósítani valamit, a Codex egy pillanat alatt elkészíti. Időt takarít meg nekem, így más dolgokkal is foglalkozhatok.”
—Erik Hartman
„Kísérleti kutatóként óriási lépés számomra egy algoritmus kidolgozása. A Codex segítségével szkriptet írhatok, és gondoskodhatok róla, hogy minden kísérlet adatait azonos módon ábrázoljam.“
—Angela Cesaro
A biológia kezelése kódként
A de la Fuente Labor egyik nagy áttörése abból született, hogy információs problémaként közelítették meg a kérdést: az élet építőköve, a DNS, nem más, mint kód. A ChatGPT‑hez hasonló eszközök segítenek olyan algoritmusokat kidolgozni, amelyek gyorsan átvizsgálják a világunkat meghatározó összetett rendszereket, így évek helyett órák alatt azonosíthatók új antibiotikumjelöltek.
„Most már nem kell öt-hat év az új antibiotikum-molekulák felfedezéséhez. Elég néhány óra.“
„A Codex segítségével most már az is képes programozni, aki korábban sosem tette, és nem érti az informatika nyelvét.”
—Dr. César de la Fuente
Angela a nedveslaborban állítja elő a tesztelendő molekulákat.
A ChatGPT a de la Fuente Labor munkafolyamatának nélkülözhetetlen részévé vált. „Ez lett a labor közös agya. Tudja, hogyan gondolkodnak a csapat különböző tagjai a tudományról, mert rengeteg ötletünket megosztjuk vele” – mondja Dr. de la Fuente. „Tényleg képes lekövetni a gondolkodásunkat: az ötleteinket, a leleményességünket és mindazt, amit emberként hozzáteszünk.“
A Codex lebontotta a korlátokat a hagyományos kutatóktól a számítógépes biológusokig és gépi tanulással foglalkozó mérnökökig terjedő csapat tagjai között. „Akik öt évvel ezelőtt az adatelemzésen kívül soha nem nyúltak volna számítógéphez, ma már számítógépes biológiával is foglalkozhatnak. Algoritmusokat írhatnak az adataikban rejlő mintázatok azonosítására, és olyan módszereket tudnak bevetni az eredményeik megjelenítésére, amelyeket korábban elképzelni sem tudtak.“
„Nagyon sokszínű a laborunk: vegyészek, biológusok és informatikusok dolgoznak nálunk. Rengeteg különböző területen dolgozó tehetséges munkatársunk van.”
—Jianing Bai
A de la Fuente Labor által nagy léptékben vizsgált molekulaszerkezetek rácsos megjelenítése.
„Az MI összekapcsolhatja a különböző tudományterületek ismereteit, így jobb kérdéseket tehetünk fel, és jobb módszereket dolgozhatunk ki az igazán nehéz problémák megoldására.”
—Tianang Leng
„Nem végezném rendesen a munkámat, ha nem próbálnánk óriási problémákat megoldani.”
Az antibiotikumok jövője
Az emberi leleményesség és a gépi intelligencia együtt izgalmas utat nyit az orvostudomány jövője felé. „Még néhány évvel ezelőtt is borúlátó voltam azzal kapcsolatban, hogy képesek leszünk-e lépést tartani az AMR és az emberiség új molekulák létrehozására való képessége között dúló fegyverkezési versenyben.“ – mondja. „A közelmúltban azonban a ChatGPT‑hez hasonló eszközökkel fejlesztett rendszereink némelyike sokkal több reményt ad, mint vártam.” Dr. de la Fuente minden tevékenységét két cél vezérli: a szenvedés enyhítése és az életek megmentése. „Egész életemben olyan eszközökre vártam, amelyekkel megtehetjük mindazt, amire ma képesek vagyunk.”
„Azt tapasztaltuk, hogy az általunk felfedezett molekulák közül sok valóban képes elpusztítani a napjainkban előforduló kórokozókat.”
—Dr. César de la Fuente
„Képzeljünk el egy számítógépen létrehozott molekulát, amely képes életeket menteni. Szerintem a kutatók azokért a pillanatokért élnek, amikor olyasmit fedeznek fel, amit a világ történetében még senki más.”