Yeni Yaklaşımlar Gerektiren Bir Kriz
Dünya etkili antibiyotiklerin bitmek üzere olduğu bir durumla karşı karşıyadır ve sonuçları insan hayatıyla ölçülüyor. Antimikrobiyal direnç, bakteri ve diğer patojenler tarafından onları öldürmek için tasarlanan ilaçlara karşı savunma geliştirme yeteneği, yılda tahminen 1,27 milyon hayat alıyor ve dünya çapında neredeyse beş milyon ölüme katkıda bulunuyor. Yeni antibiyotik ilaç hattı, eczacılık şirketleri araştırma yatırımlarını daha karlı terapötik alanlara kaydırdıkça, onlarca yıl öncesinin bir kısmına yavaşlamıştır. Bu artan krize, Pensilvanya Üniversitesi'nde çalışan bilim adamı César de la Fuente adım atmıştır; o, antibiyotiklerin nereden geldiğini ve nasıl keşfedildiklerini temel olarak yeniden hayal etmektedir.
De la Fuente'nin yaklaşımı ilaç keşfinde bir paradigma kayması temsil eder. Toprak örnekleri ve mikrobiyel kültürleri antimikrobiyal aktivite için taranmanın geleneksel yolunu takip etmek yerine (bu yöntem yirminci yüzyılın ortasından bu yana azalan dönüşler sağlamıştır), o yapay zekaya dönerek hiçbir insan araştırmacısının manuel olarak analiz edemeyeceği geniş biyolojik veri tabanlarını keşfetmiştir. Sonuçlar şaşırtıcı olmuş, hiç kimsenin bakması gerekmeyeceği yerlerde saklı olacak potansiyel antibiyotik bileşikleri ortaya çıkarmıştır.
Yok Olmuş Organizmaların Genomlarını İşletme
De la Fuente'nin en çarpıcı araştırma yönlerinden biri, soyu tükenmiş organizmaların genomlarında antimikrobiyal peptidler aramayı içerir. Antimikrobiyal aktiviteyle ilişkili yapısal özelikleri tanımak için eğitilen makine öğrenmesi algoritmaları kullanarak, ekibi Neandertallilerin, Denisovanların ve diğer antik homininin yeniden inşa edilen genetik dizilerini analiz etmiştir. Yapay zeka, laboratuarda sentezlendiğinde, modern ilaç dirençli bakterilere karşı gerçek antimikrobiyal aktivite göstermiş peptidleri tanımlamıştır.
Konsept hem zarif hem de kışkırtıcıdır. Bu antik organizmalar yüz binlerce yıl doğal seçilim boyunca antimikrobiyal savunmalar geliştirmiş, ancak ilgili spesifik peptidler türün soyu tükendiğinde bilim için kaybolmuştur. Yapay zeka kullanarak bu bileşikleri yeniden inşa edilen genomlarda tanımlayarak, de la Fuente etkili bir şekilde kalıcı olarak kaybı olmuş görünen bir farmakopeyi canlandırmaktadır. Bu moleküler arkeoloji biçimidir; derin geçmişten tıbbi değer çıkarmak için hesaplamalı araçları kullanır.
Yaklaşım homininin ile sınırlı değildir. De la Fuente'nin ekibi araştırmasını tüylü mamutların, antik deniz organizmalarının ve diğer soyu tükenmiş türlerin genomlarına genişletmiştir; her biri bakterilerin hiç karşılaşmadığı bileşiklere önceden var olan direnç geliştirmesi daha az olası olan, yeni hareket mekanizmaları olan antimikrobiyal bileşikler geliştirmiş olabilecek benzersiz bir evrimsel soy temsil eder.
İnsan Vücudu Eczane Olarak
Paralel bir araştırma hattında de la Fuente, yapay zekanın dikkatini içe doğru çevirerek insan vücudunun kendisi tarafından üretilen proteinleri ve peptidleri incelemiştir. İnsan proteomesi, yapısal destekten bağışık savunmaya kadar geniş bir biyolojik işlevler yelpazesine hizmet eden binlerce proteini içerir. Makine öğrenmesi modelleri ile bu proteinleri analiz ederek, ekibi antimikrobiyal özellikler sergileyen ancak potansiyel ilaç adayları olarak hiçbir zaman tanınmamış fragmanlar tanımlamıştır.
Bu keşif derin etkilere sahiptir. Etkili antibiyotikler insan proteinlerinden türetilebilirse, biyouyumluluk ve azalan yan etkiler açısından avantajlar sunabilirler. Bağışık sistemi zaten enfeksiyona karşı ilk savunma hattının bir parçası olarak antimikrobiyal peptidleri kullanmaktadır; de la Fuente'nin işi, vücudun tanısı konmuş ve terapötik ajanlar olarak geliştirilmesini bekleyen çok daha büyük bir antimikrobiyal bileşik deposu içerebileceğini göstermektedir.
Yapay Zeka Nasıl Çalışır?
De la Fuente'nin araştırmasının merkezinde yer alan makine öğrenmesi sistemleri, bir peptidin amino asit dizisi ile antimikrobiyal aktivitesi arasındaki ilişkiyi öğrenerek çalışır. Bilinen antimikrobiyal peptidler ve özellikleri veri tabanlarında eğitilen modeller, farklı patojen türlerine karşı aktiviteyi tahmin eden yapısal özelliklerin bir anlaşılmasını geliştirirler. Daha sonra eski genomlardan, insan proteinlerinden veya çevresel DNA'dan yeni dizileri tarayabilir ve her adayın yararlı antimikrobiyal özellikler içereceği olasılığını atayabilirler.
Bu hesaplamalı yaklaşımın ölçeği onu dönüştürücü hale getiren şeydir. Geleneksel antibiyotik taraması bir yılda birkaç bin bileşiği değerlendirebilir. De la Fuente'nin yapay zeka sistemleri milyonlarca aday dizisini günler içinde analiz edebilir, laboratuvar testine girme fırsatı veren yüzlerce umut verici taraf başkanı belirler. Bu keşif sürecinin dramatik hızlandırılması, antimikrobiyal direnç kriziğinin aciliyeti göz önüne alındığında hayati öneme sahiptir.
İlgi çekici adaylar hesaplamalı olarak tanımlandığında, ekip onları laboratuarda sentezler ve ilaç dirençli bakteri panelleri karşısında test eder. Geleneksel tarama yöntemlerine kıyasla isabet oranı dikkat çekici ölçüde yüksek olmuştur, yapay zekanın muazzam veri setlerinden gerçek antimikrobiyal bileşikleri tanımlama yeteneğini doğrular. Laboratuvar faaliyetinde aktivite gösteren olanlar daha sonra hayvan modellerinde güvenliğini ve etkinliğini değerlendirmek için daha ileri testleme yaşar.
Keşiften Etkiye
Hesaplamalı keşiflerin klinik tedavilere çevrilmesinin mücadelesi önemli olmaya devam ediyor. İlaç geliştirme uzun ve pahalı bir süreçtir ve eczacılık şirketlerini antibiyotiklerden uzaklaştırmış olan ekonomik teşvikler büyük ölçüde değişmemiştir. De la Fuente, yeni finansman modellerine, yeni antibiyotikler için bir pazarı garantileme hükümeti tarafından desteklenen çekme teşvikler dahil olmak üzere, umut verici keşiflerin laboratuvarda ölmemesini sağlamak için ihtiyaç olduğunu açıkça söylemiştir.
Bu zorluklar rağmen, çalışma, on yıldır kötümserlikle tanımlanmış bir alanda gerçek iyimserlik nedenidir. Yapay zekanın potansiyel antibiyotik bileşiklerinin evrenini dramatik olarak genişletebileceğini göstererek, de la Fuente diğer araştırmacıların şu anda yürüdüğü bir kapıyı açmıştır. Dünyadaki ekipler benzer hesaplamalı yaklaşımları benimseyerek, nihayet dirençli enfeksiyonların ortaya çıkması ile onları tedavi etmek için yeni ilaçların geliştirilmesi arasındaki boşluğu kapatmaya başlayabilecek artan bir küresel çabayı yaratıyor.
Vizyon iddialı ama gerçek sonuçlar tarafından temeli sağlam. Geleceğin antibiyotikleri, binlerce yıl önce ortadan kaybolan türlerin genomlarından, kendi vücutlarımızın proteinlerinden veya dünyadaki her ekosistemin mikrobiyel çeşitliliğini kataloglandıran geniş metagenomic veri tabanlarından gelebilir. Yapay zeka sayesinde, artık onları bulma araçlarına sahibiz.
Bu makale MIT Technology Review'nin haberine dayanmaktadır. Orijinal makaleyi okuyun.
