Како истраживач користи Codex и ChatGPT у потрази за новим антимикробним молекулима

Микроорганизми отпорни на лекове, укључујући бактерије, гљивице, паразите и вирусе, представљају све већу глобалну претњу. Око пет милиона смртних случајева током 2021. било је повезано⁠(отвара се у новом прозору) с отпорношћу бактерија на антимикробне лекове, а предвиђа се да ће се тај годишњи број приближно удвостручити до 2050. Проналажење молекула који би могли постати антимикробни лекови може потрајати годинама. Истраживачи користе вештачку интелигенцију да би убрзали ову рану фазу откривања.

„По мом мишљењу, отпорност на антимикробне лекове једна је од највећих егзистенцијалних претњи човечанству“, рекао је Сесар де ла Фуенте⁠(отвара се у новом прозору), биоинжењер чија интердисциплинарна лабораторија трага за потенцијалним антимикробним супстанцама. „Па ипак, већ 50 година нисмо добили нову класу антибиотика.“

Савремени развој антимикробних лекова углавном је усмерен на модификовање постојећих лекова или претраживање познатих класа хемијских једињења. Међутим, такав приступ доноси све мање резултата.

Лабораторија де ла Фуентеа полази од нечега много мање истраженог: кода живота. У основи овог рада налази се идеја да је биологија информациони систем. „Нуклеотиди који чине ДНК и аминокиселине које чине протеине и пептиде налик су некој врсти азбуке“, рекао је де ла Фуенте. „Посматрање биологије као информације омогућило нам је да развијемо методе којима можемо почети да дешифрујемо организациона начела живота из којих је настао функционалан молекул.“

Модели дубоког учења у лабораторији обучени су да препознају обрасце у биолошким секвенцама, што им омогућава да у огромним скуповима геномских и протеинских података траже потенцијалне антимикробне супстанце. Овај приступ може да скрати почетну потрагу за молекулима кандидатима с неколико година на неколико сати.

Поред сопствених модела вештачке интелигенције, лабораторија користи ChatGPT и Codex за осмишљавање хипотеза, писање и усавршавање кода, обраду скупова података, анализу резултата и повезивање идеја из различитих научних дисциплина.

Само мали део генома има јасно утврђену функцију, а још мањи део кодира молекуле који могу да се боре против инфективних микроорганизама. Изазов је препознати обрасце који молекул чине функционалним, односно биолошки активним, а затим утврдити који од њих имају потенцијал за борбу против инфективних микроорганизама.

Научници већ дуго трагају за антимикробним супстанцама у биљкама, животињама, микроорганизмима, инсектима, води и земљишту. Они прикупљају узорке, издвајају или предвиђају молекуле кандидате и испитују их кроз итеративан поступак који може трајати годинама.

Дигиталне базе генома и протеина сада омогућавају научницима да широм дрвета живота трагају за новим једињењима, чиме се драстично проширује обим података доступних за истраживање. Међутим, то обиље информација доноси и сопствене изазове: проналажење обећавајућих сигнала међу огромним бројем могућности.

Вештачка интелигенција нарочито је погодна за овакав задатак тражења игле у пласту сена. Она може да прегледа огромне скупове података, препозна обрасце које би истраживачи тешко уочили и издвоји прихватљив број најперспективнијих кандидата за експериментално испитивање.

Ипак, то што је кандидат обећавајући не значи нужно да ће постати делотворан лек.

Научници најпре морају да потврде да молекул кандидат уништава циљни микроорганизам, утврде количину потребну за делотворност и испитају његов утицај на људске ћелије. Хемичари га затим могу оптимизовати како би побољшали његову делотворност, безбедност или стабилност.

Даљим испитивањима процењују се доза при којој кандидат постаје токсичан, брзина којом микроорганизми развијају отпорност на молекул и начин на који се кандидат креће кроз организам. Тимови такође утврђују поуздан начин производње молекула. Кандидате који превазиђу ове препреке и даље чекају регулаторно одобрење и клиничка испитивања пре него што као одобрени антимикробни лекови постану доступни пацијентима.

За де ла Фуентеа, управо зато вештачка интелигенција и лабораторијска биологија морају заједно да напредују. „Експерименти који пружају референтне податке неопходни су за потврђивање предвиђања вештачке интелигенције“, рекао је. „То ће у наредним годинама бити пресудно за науке о животу ако желимо да наставимо да тек загребујемо површину разумевања биологије, најсложеније појаве која постоји.“

Његова лабораторија истражује геноме живих и изумрлих организама у потрази за молекулима кандидатима. Претраживање тих генома, разумевање начина на који се протеини кодирани у њима формирају и функционишу, као и утврђивање улоге тих молекула захтевају стручност из више области.

„Ми смо изразито трансдисциплинарна група, па међу нама има стручњака за биологију, хемију, рачунарство и инжењерство“, рекао је де ла Фуенте. Неки чланови лабораторије одлично програмирају, али мање знају о биологији или хемији, и обрнуто. Codex и ChatGPT помажу да се те празнине премосте, омогућавајући биолозима да праве програме, а програмерима да решавају биолошке проблеме. У том смислу, вештачка интелигенција уклања препреке између научних дисциплина.

Помаже члановима лабораторије да се упознају с темама које су им потребне за интердисциплинарни рад, разјасне терминологију, упореде методе из различитих области и организују идеје за откривање лекова. Други користе вештачку интелигенцију за преузимање, организовање и претходну обраду великих скупова геномских података. ChatGPT такође омогућава члановима лабораторије да раде на матерњем језику, чиме се уклањају препреке и убрзава њихов рад.

Де ла Фуенте користи ChatGPT као партнера за разраду идеја. Он и даље развија идеје с колегама, али цени способност вештачке интелигенције да му помогне у обликовању хипотезе. Допада му се и то што једним кликом може да приступи информацијама из целог света.

„Наш ChatGPT радни простор прима доприносе свих тих различитих људи који на различите начине размишљају о проблемима које покушавамо да решимо“, рекао је де ла Фуенте. Чланови лабораторије уносе у њега своје добре и лоше идеје, па он служи као својеврсни заједнички простор за њихово разматрање.

Ипак, упозорава да се не треба ослањати искључиво на вештачку интелигенцију. „Наравно, тачност увек морате додатно да проверите“, рекао је де ла Фуенте.

Ипак, цени способност вештачке интелигенције да помогне истраживачима да испитају границе између научних дисциплина. „Управо тамо чекају открића. Она се заправо налазе на рубовима између области, где веома мало људи залази.“

Овај рад види као део много дуже научне традиције. „Одувек смо се ослањали на алате и машине да бисмо разумели свет око себе“, рекао је де ла Фуенте. „Телескоп је расветлио космос, а микроскоп открио свет невидљивог.“ Машине сада помажу истраживачима да разумеју, предвиђају и обликују биологију. „То је суштина нашег рада“, рекао је.