Alors que la crise mondiale de la santé de la résistance aux antibiotiques continue de croître, provoquant plus d’un million de morts chaque année, les chercheurs se tournent vers l’intelligence artificielle pour créer des armes entièrement nouvelles contre les superbogues. Selon un récent rapport Par le correspondant de la santé et des sciences de la BBC, James Gallagher, une équipe du Massachusetts Institute of Technology (MIT) a utilisé AI génératif Pour inventer deux nouveaux antibiotiques potentiels à partir de zéro. L’étude, publiée dans la revue CelluleDétails comment ces composés conçus par l’IA ont réussi à tuer la gonorrhée et le SARM résistants aux médicaments dans les tests de laboratoire et d’animaux, offrant une percée potentielle dans un domaine qui a connu une pénurie de nouveaux médicaments depuis des décennies.
Comment l’IA apprend à inventer de nouveaux médicaments
Contrairement aux approches précédentes qui ont utilisé l’IA pour dépister des milliers de produits chimiques existants pour un potentiel antibiotique, l’équipe du MIT a fait un pas en avant significatif en utilisant AI génératif Pour concevoir des molécules complètement nouvelles atomes d’atomes. Pour y parvenir, les chercheurs ont d’abord formé leur modèle d’IA en lui fournissant les structures chimiques des composés connus ainsi que des données sur leur efficacité pour ralentir la croissance de différentes espèces de bactéries. Ce processus a permis à l’IA d’apprendre comment différents arrangements moléculaires d’atomes comme le carbone, l’oxygène et l’hydrogène affectent les bactéries.
Une fois formé, l’IA a interrogé un ensemble de données massif de 36 millions Composés chimiques, dont beaucoup qui n’existent pas encore ou qui n’ont pas été découverts. Les chercheurs ont ensuite utilisé deux méthodes différentes pour générer de nouveaux candidats antibiotiques. La première approche a consisté à identifier un fragment chimique prometteur d’une bibliothèque, puis à s’appuyer sur lui, tandis que la deuxième méthode a donné à l’IA libre de la reliure pour concevoir une nouvelle molécule dès le début. Le processus de conception comprenait également plusieurs contraintes importantes pour s’assurer que les sorties étaient viables. L’IA a été programmée pour éliminer les conceptions qui ressemblaient trop aux antibiotiques existantes, pour filtrer tout ce qui prédit d’être toxique pour les humains et pour s’assurer qu’il invente des médicaments plutôt que des substances comme le savon.
Résultats prometteurs et obstacles importants
Le processus de conception axé sur l’IA a abouti à deux nouveaux médicaments potentiels ciblant spécifiquement l’infection sexuellement transmissible blennorragie et Staphylococcus aureus résistant à la méthicilline, ou SARMune bactérie qui peut provoquer de graves infections. Lorsque ces composés ont été fabriqués, ils ont été testés avec succès sur les bactéries en laboratoire et sur des souris infectées. Le professeur James Collins, l’un des chercheurs du MIT, a déclaré que ce travail montre que AI génératif Peut être utilisé pour proposer de nouvelles molécules à moindre coût et rapidement, commençant potentiellement un «deuxième âge d’or» dans la découverte d’antibiotiques.
Malgré ces premiers résultats prometteurs, le chemin de l’utilisation clinique est long et rempli de défis. Les deux composés ne sont pas prêts pour les essais humains et nécessiteront une estimation un à deux Plus d’années de raffinement avant que le long processus de les tests chez les personnes ne puisse même commencer. Un obstacle majeur est la difficulté de fabrication des molécules complexes conçues par l’IA. Dans le cas des traitements de la gonorrhée, du haut 80 Des composés conçus en théorie, les chercheurs n’ont pu synthétiser avec succès que deux d’entre eux dans le laboratoire.
Au-delà des défis scientifiques et manufacturiers, il existe également un problème économique important confronté au développement des antibiotiques. Si un nouvel antibiotique était inventé, son utilisation devrait être limitée pour préserver son efficacité contre l’évolution des bactéries. Cette prudence nécessaire rend difficile pour les sociétés pharmaceutiques de réaliser un profit sur leur investissement. En outre, les experts sur le terrain notent que les modèles de découverte de médicaments sur l’IA doivent encore être améliorés. Le professeur Collins a appelé à «de meilleurs modèles» qui peuvent prédire plus précisément comment un médicament se comportera dans le corps humain, pas seulement en laboratoire.
