Naukowcy z Uniwersytetu Warszawskiego i Gdańskiego Uniwersytetu Medycznego opracowali innowacyjny model sztucznej inteligencji generujący antybiotyki. Wyniki ich badań opublikowało czasopismo „Nature Communications”.

Według World Health Organization (WHO) infekcje oporne na leczenie stanowią poważne zagrożenie zdrowotne i ekonomiczne. Rośnie liczba infekcji antybiotykoopornych oraz szczepów bakteryjnych, które te infekcje powodują. Jednocześnie obserwowany jest spadek skuteczności stosowanych antybiotyków. WHO zauważa, że od ponad trzydziestu lat nie została opracowana żadna nowa klasa antybiotyków, co może spowodować utratę jakiekolwiek skutecznej metody zwalczania zakażeń antybiotykoopornych.

Od stu lat badane są związki znane jako peptydy przeciwdrobnoustrojowe (antimicrobial peptides, AMP). Wytwarzane są one zarówno przez bakterie, jak i ssaki, w tym ludzi. AMP mają za zadanie chronić organizm przed szkodliwym działaniem patogenów. AMP mają kluczową cechę – bakterie niezwykle powoli nabywają na nie oporność. Jednakże wśród tysięcy odkrytych peptydów nie udało się jeszcze znaleźć takiego, który miałby lepsze działanie od konwencjonalnych antybiotyków w leczeniu infekcji bakteryjnych.

Niewykorzystanym potencjałem AMP zainteresowali się naukowcy z Uniwersytetu Warszawskiego oraz Gdańskiego Uniwersytetu Medycznego, którzy opracowali HydrAMP – nowy model sztucznej inteligencji oparty o wariacyjne autoenkodery. 

HydrAMP – poprzez połączenie wiedzy o znanych sekwencjach i ich aktywności – jest w stanie wygenerować setki nowych sekwencji, znacząco zwiększając szanse na znalezienie wyjątkowo skutecznych peptydów. HydrAMP potrafi także poprawić istniejące peptydy, wprowadzając zmiany w ich sekwencji. Na przykład, może zwiększyć aktywność przeciwdrobnoustrojową peptydu, który nie wykazywał wystarczającej skuteczności.

Arkadiusz Słomczyński