В 2020 году их команда дала нейросети около 2500 молекул и попросила искать не знакомые человеку химические конструкции, а вещества, способные убивать бактерии. Среди найденного оказался halicin.
Любопытно, что изначально эту молекулу изучали совсем для другой цели, как потенциальное средство против диабета. Машина увидела в ней то, ради чего её никто не создавал: способность уничтожать устойчивые к лекарствам бактерии.
В лаборатории halicin оказался эффективен против нескольких опасных патогенов, включая Clostridium difficile, Mycobacterium tuberculosis и Acinetobacter baumannii. То, на что традиционный поиск лекарств может тратить годы, модель помогла сделать за несколько недель.
Через три года машинное обучение привело команду ещё к одному кандидату, abaucin. Причём он действует гораздо точнее, в основном против A. baumannii. Такая избирательность особенно ценна: лекарство меньше затрагивает полезные бактерии и потенциально снижает давление, которое ускоряет развитие устойчивости.
Но сегодня исследователи говорят уже о следующем этапе. ИИ начинают использовать не только как поисковик среди миллионов существующих молекул - ему предлагают проектировать новые.
Получается существенный переход: машина перестаёт отвечать на вопрос «что из уже существующего может сработать?» и постепенно получает другой вопрос: «Какую молекулу нам нужно создать, чтобы она работала?»
При этом сами лауреаты охлаждают возможный восторг. Современный ИИ пока автоматизирует только отдельные части лекарственного поиска. Чтобы действительно менять всю систему разработки препаратов, модели должны гораздо лучше понимать биологию человеческого организма. Но направление уже обозначено.
Когда-то лекарство сначала нужно было придумать, синтезировать и только потом проверять. Теперь возможен ещё один участник процесса. Машина, которая сначала предлагает, что именно человеку стоит попробовать создать.
