Snabbare upptäckt av antibiotika med ChatGPT
Dr César de la Fuente och hans team använder nya verktyg i kampen mot antimikrobiell resistens.
”Det är fantastiskt att tänka på hur lite vi vet och hur mycket som återstår att upptäcka. Jag försöker förmedla det till unga människor och få dem att förstå att framtiden är deras. Vi förstår knappt någonting om världen – och det är spännande, för det är där vetenskapen kan hjälpa till.” – Dr César de la Fuente
”Verktyg som ChatGPT hjälper oss att påskynda vetenskapliga upptäckter. Det är verkligen som en lekplats för en forskare som jag.”
Ett växande problem
Modern medicin är beroende av effektiva antibiotika, som hjälper oss att återhämta oss från vanliga sjukdomar, operationer, förlossningar och mycket annat. Men ett växande problem är att bakterierna som antibiotika bekämpar är motståndskraftiga. Ju mer antibiotika vi använder mot dem, desto fler möjligheter får resistenta stammar att bli dominerande. Detta kallas antimikrobiell resistens (AMR). Omkring fem miljoner dödsfall förknippas varje år med bakteriell AMR, och den siffran väntas fördubblas fram till 2050.
Nya antibiotika är avgörande för att bekämpa AMR. Den traditionella metoden, där forskare ger sig ut i naturen och undersöker jord, växter och annat organiskt material för att hitta aktiva molekyler, är dock tidskrävande och präglas av försök och misstag. Verktyg som ChatGPT och Codex gör det möjligt för dr César de la Fuente och hans team att använda ett nytt och snabbare sätt att hitta nya molekyler i kampen mot AMR. ”Vi gör allt i digital hastighet”, säger han.
”Ofta hinner jag bara ta en kopp kaffe innan mitt team redan har upptäckt mängder av nya molekyler som skulle kunna bli nästa antibiotikum.”
”Vårt labb tar sig an högriskprojekt, men när vi får dem att fungera blir resultaten fantastiska.”
– Marcelo Der Torossian Torres
”Codex är en utmärkt andrepilot. När jag vill implementera något kan Codex bara få fram det på en sekund. Det sparar tid åt mig och gör att jag kan ägna mig åt annat.”
– Erik Hartman
”Som experimentell forskare är det ett enormt steg för mig att utveckla en algoritm. Jag kan använda Codex för att skriva ett skript och se till att mina data visualiseras på samma sätt i varje experiment.”
– Angela Cesaro
Att behandla biologi som kod
Ett av de stora genombrotten på de la Fuente-labbet är att de behandlar detta som ett informationsproblem: DNA, livets byggstenar, är helt enkelt kod. Verktyg som ChatGPT hjälper dem att ta fram algoritmer som snabbt kan söka igenom de komplexa system som formar vår värld och hitta nya antibiotikakandidater på några timmar i stället för flera år.
”Nu kan vi upptäcka nya antibiotikamolekyler på några timmar i stället för på fem eller sex år.”
”Med Codex kan någon som aldrig tidigare har programmerat och inte förstår datavetenskapens språk nu göra det.”
– Dr César de la Fuente
Angela arbetar i våtlabbet med att skapa molekyler som ska testas.
ChatGPT har blivit en central del av arbetsflödet på de la Fuente-labbet. ”Det har blivit labbets gemensamma hjärna. Det vet hur olika medlemmar i teamet tänker kring vetenskap, eftersom vi matar in många av våra idéer där”, säger dr de la Fuente. ”Det fångar verkligen vårt sätt att tänka: hur vi skapar idéer, vår uppfinningsrikedom och det vi bidrar med som människor.”
Codex har rivit barriärer mellan teammedlemmarna, som omfattar allt från traditionella forskare till beräkningsbiologer och maskininlärningsingenjörer. ”Personer som för fem år sedan aldrig skulle ha rört en dator annat än för att analysera data kan nu arbeta med beräkningsbiologi. De kan skriva algoritmer för att identifiera mönster i sina data eller visualisera resultaten på sätt som tidigare var omöjliga.”
”Vi är ett mycket tvärvetenskapligt labb med kemister, biologer och datavetare. Vi har så många begåvade personer som arbetar inom olika områden.”
– Jianing Bai
En visualisering av de molekylstrukturer som de la Fuente-labbet söker igenom i stor skala.
”AI kan sammanföra kunskap från olika discipliner och hjälpa oss att ställa bättre frågor och utveckla bättre metoder för att lösa riktigt svåra problem.”
– Tianang Leng
”Jag skulle inte sköta mitt jobb om vi inte försökte ta itu med enorma problem.”
Antibiotikans framtid
Kombinationen av mänsklig uppfinningsrikedom och maskinintelligens bidrar till att staka ut en spännande väg framåt för medicinen. ”För bara ett par år sedan var jag pessimistisk om vår förmåga att hålla jämna steg i kapprustningen mellan AMR och mänsklighetens förmåga att ta fram nya molekyler”, säger han. ”Men nu ger några av de system som vi nyligen har utvecklat med verktyg som ChatGPT mig mycket mer hopp än jag hade väntat mig.” För dr de la Fuente tjänar allt han gör två mål: att minska lidandet och rädda liv. ”Jag har väntat hela livet på verktyg som gör det möjligt för oss att göra det vi gör i dag.”
”Vi har sett att många av de molekyler vi har upptäckt faktiskt kan döda dagens patogener.”
– Dr César de la Fuente
”Föreställ dig en molekyl som du har skapat på en dator och som kan rädda liv. Jag tror att forskare lever för de ögonblick då man upptäcker något som ingen tidigare i världshistorien har upptäckt.”