AI WORLD HQ
Ha valaha is szedtél már antibiotikumot egy arcüreg-gyulladásra vagy egy felsebzett térdre, már megtapasztaltad a modern orvostudomány egyik csodáját. Az orvosod által felírt antibiotikumok többségét több mint 60 évvel ezelőtt fedezték fel. Azóta a baktériumok okosabbak lettek – és sok fertőzést most már nehezebb elpusztítani. Az új antibiotikumok keresése fájdalmasan lassú volt.
Ez most változni kezd, és ebben nagy szerepe van a mesterséges intelligenciának.
Miért olyan nehéz új antibiotikumokat találni
Az antibiotikumok olyan anyagok, amelyek elpusztítják a baktériumokat. Többségük eredetileg a természetből származik – talajban élő mikrobákból, gombákból és más élőlényekből, amelyek védekezésként termelik őket. A hagyományos módszer az volt, hogy milliónyi mikrobát növesztettek Petri-csészékben, és egyenként tesztelték, hogy valamelyik megállítja-e a baktériumok szaporodását. Képzeld el, mintha egy hatalmas levesestálból minden kanálnyit meg kellene kóstolnod, hogy megtaláld azt az egyet, aminek tökéletes a fűszerezése. Nagyjából ilyen lassú volt a folyamat.
Ráadásul a legígéretesebb „források" – például több ezer éve kihalt állatok, vagy nehezen elérhető helyeken élő mikrobák – tanulmányozása szinte lehetetlen volt. Tudtuk, hogy a genetikai anyag (minden élőlényben megtalálható DNS-utasítások) ott van múzeumokban és adatbázisokban, de senkinek nem volt ideje alaposan átnézni.
Hogyan változtatja meg a keresést a mesterséges intelligencia
Itt jönnek a képbe a Codex és a ChatGPT-hez hasonló eszközök. A Codex az OpenAI által készített mesterséges intelligencia, amely számítógépes kódot ír és ért meg. A kutatók arra használják, hogy szkripteket – apró programokat – írjanak, amelyek hatalmas DNS-adatbázisokat képesek órák alatt átfésülni évek helyett. A ChatGPT, a chatbot, amit talán már használtál e-mailírásra vagy hosszabb cikkek összefoglalására, segít a tudósoknak ötletelni, kutatási papíreket összefoglalni és megmagyarázni a talált mintázatokat.
Egyszerűen fogalmazva: a kutató mostantól megkérdezheti: „A 10 millió DNS-szekvencia közül melyik tűnik úgy, hogy baktériumölő anyagot termelhet?" – és kap egy rövid listát a laborban tesztelendő ígéretes jelöltekről. Az AI nem helyettesíti a laboratóriumi munkát. Csupán gondoskodik róla, hogy a labor ne pazaroljon hónapokat zsákutcákra.
Az egyik figyelemre méltó projektben César de la Fuente kutató vezetésével egy kutatócsoport pontosan ezt a módszert alkalmazta – az AI-elemést és a laboratóriumi tesztelést ötvözve – hogy új antibiotikum-jelölteket találjon, amelyek élő és már kihalt élőlények (például gyapjas mamutok) genomjában rejtőznek. Az első eredmények között akadt néhány molekula, amelyek valóban ígéretesnek bizonyulnak a gyógyszer-rezisztens baktériumokkal szemben.
Mit jelent valójában a „gyógyszer-rezisztens"
Valószínűleg hallottad már a szuperbaktérium kifejezést a hírekben. Olyan baktériumokat jelöl, amelyekre a hagyományos antibiotikumok már nem hatnak. Ilyen például az MRSA (egy makacs staphylococcus-fertőzés) vagy bizonyos tuberkulózis-törzsek. Amikor egy antibiotikum hatástalan lesz, az egyszerű fertőzések ismét életveszélyessé válhatnak. Az orvosok ezt antimikrobiális rezisztenciának, vagy AMR-nek nevezik.
Az Egészségügyi Világszervezet az AMR-t a globális egészség egyik legnagyobb fenyegetésének nevezte. Az új antibiotikumok jelentik a fő védekezési formát, de a felfedezési folyamat évtizedek óta nagyrészt üres. Bármi, ami egy kicsit is felgyorsítja – már az is nagy dolog.
Ez mit jelent számodra
- Ha szülő vagy nagyszülő vagy: A családod által ma használt antibiotikumok a legtöbb gyakori fertőzésnél még működnek. De a trend a jövőre nézve fontos. Egy felsebzett térd, egy húgyúti fertőzés, egy kórházi tartózkodás – bármelyik veszélyesebbé válhat, ha a rezisztencia gyorsabban nő, mint ahogy új gyógyszerek megjelennek. Az ehhez hasonló AI-kutatás azon kevés dolgok egyike, amely aktívan próbál javítani ezen.
- Ha az egészségügyben, tudományban vagy biotechnológiában dolgozol: A kollégáid által használt eszköztár gyorsan változik. Az AI-eszközök ismerete – akár az alapvető promptolás a ChatGPT-ben, akár egyszerű Codex-szkriptek futtatása – egyre hasznosabb készség a laboratóriumi munkában, nem csak az irodában.
- Ha csak egyszerűen kíváncsi vagy az AI-ra: Ez az egyik legvilágosabb példa arra, amikor a mesterséges intelligencia valami igazán hasznosat csinál, nem csak esszéket ír vagy képeket generál. Ugyanaz a modell, amelyik segít megtervezni a nyaralásodat, most abban segít a tudósoknak, hogy kiválasszák, mely molekulákat érdemes Petri-csészében tesztelni. Jó emlékeztető arra, hogy az AI legnagyobb sikerei nem feltétlenül a leghangosabbak.
Összegzés
Az új antibiotikumok keresése korábban lassú, drága küzdelem volt. Az AI-eszközök most segítenek a kutatóknak milliónyi genetikai szekvenciát napok helyett évek alatt átfésülni – és valóban tesztelésre érdemes jelölteket találni. Egyik sem változtatja meg a jövő heti orvosi vizsgálódat, de csendesen átalakítja, hogyan készülünk fel a következő generációs fertőzésekre. Ha szeretnéd nyomon követni az ilyen jellegű munkát, keresd César de la Fuente laborját, vagy a PubMed-en keress rá az „AI drug discovery" kifejezésre – minden hónapban új tanulmányok jelennek meg.