בינה מלאכותית נגד חיידקי-על: האם הדור הבא של אנטיביוטיקות כבר כאן?

זיהומים חיידקיים עמידים לתרופות גורמים לכחמישה מיליון מקרי מוות ברחבי העולם מדי שנה. על רקע זה, חוקרים השתמשו בבינה מלאכותית כדי לפתח שתי אנטיביוטיקות שיוכלו להרוג זיבה עמידה לתרופות ו-MRSA באמצעות פגיעה בקרומי תאי החיידקים.

במחקר שפורסם בכתב העת Cell, צוות מ-MIT השתמש בבינה מלאכותית גנרטיבית (GenAI) כדי ליצור יותר מ-36 מיליון תרכובות, כולל מולקולות שעוד לא קיימות, ובחן אותן באופן ממוחשב. ה-AI אומן על מבנים כימיים של תרכובות מוכרות ועל השפעתן על צמיחת חיידקים - כדי ללמוד אילו מאפיינים מולקולריים מעכבים מיני חיידקים שונים.

התרכובות המובילות סונתזו ונבדקו על חיידקים וגם עכברים חולים. כדי להימנע מגילוי-מחדש של תרופות קיימות או כימיקלים לא בטוחים, המערכת הסירה תרכובות הדומות מדי לאנטיביוטיקות מוכרות ואת אלו שידועות כרעילות לבני אדם, נתנה עדיפות לתרכובות דמויות-תרופה, וצמצמה את הרשימה לכמיליון לפני סינתזה ובדיקות.

לאחר הייצור, שתיים מהאנטיביוטיקות שהגה ה-AI הצליחו להרוג או לעכב את שתי המחלות העמידות לתרופות. הן שונות מבנית מאנטיביוטיקות מוכרות ונראה שפועלות דרך מנגנונים חדשים לפגיעה בקרומי התאים החיידקיים, שעשויים להאט את הופעת העמידות לתרופה.

"אנחנו נרגשים משום שאנו מראים שבינה מלאכותית יכולה לבנות אנטיביוטיקות חדשות לחלוטין", אמר ג'יימס קולינס, פרופסור להנדסה ולמדעים ביו-רפואיים ב-MIT. "בינה מלאכותית גנרטיבית יכולה לפתח אנטיביוטיקות חדשות לחלוטין בצורה זולה ומהירה. כך נוכל להרחיב את ארסנל האנטיביוטיקות שלנו ולהילחם בחיידקי-על", אמר קולינס. "אנחנו צריכים מודלים טובים יותר שינבאו טוב יותר את היעילות שלהם בגוף, מעבר לאופן שבו התרופות מתפקדות במעבדה", הוסיף קולינס.

"רצינו להיפטר מכל דבר שייראה כמו אנטיביוטיקה קיימת, כדי לסייע להתמודד עם משבר העמידות [לתרופות] בדרך שונה מן היסוד", אמרה אארטי קרישנן, המחברת הראשית ותלמידת פוסט-דוקטורט ב-MIT.

"פוטנציאל אדיר", אמר אנדרו אדווארדס מהאימפריאל קולג' בלונדון, והוסיף שהעבודה "מדגימה גישה חדשה לזיהוי אנטיביוטיקות חדשות".

"צעד חשוב קדימה", אמר כריס דאוסון, פרופסור באוניברסיטת ווריק, שתיאר את המחקר כ"מגניב".

למרות התוצאות הראשוניות המבטיחות, התרכובות אינן מוכנות לניסויים קליניים ודורשות עידון נוסף. ההערכות הן שיידרשו שנה עד שנתיים של פיתוח נוסף ובדיקות קליניות לפני שאפשר יהיה לרשום אחת מהן לבני אדם. על אף שה-AI האיץ את הגילוי, החוקרים עדיין נדרשים לבצע בדיקות בטיחות ויעילות נרחבות, תהליך ארוך ויקר ללא ערובה להצלחה. גם הייצור של חלק מהמולקולות שתוכננו באמצעות AI הציב אתגרים. 

יש מחסור באנטיביוטיקות חדשות. רשויות הבריאות האמריקניות אישרו רק כמה עשרות ב-45 השנים האחרונות, ורוב האישורים היו לשינויים בתרופות קיימות. אנטיביוטיקות חדשות היו, לעתים קרובות, לא מספיק אטרקטיביות מבחינה מסחרית, משום שיש להשתמש בהן לעיתים רחוקות ככל האפשר כדי להאט את התפתחות העמידות - דבר שמגביל את הרווחיות. "איך אפשר לייצר תרופות שאין להן ערך מסחרי?" שאל דאוסון.