これを共有
記事
この記事は、Attribution 4.0 International ライセンスの下で自由に共有できます。
人間にとって安全で効果的な抗生物質への希望の兆しとして、研究者らは人工知能を活用して、すでに動物実験で有望性を示している新薬を開発した。
研究者たちは、ChatGPT を動かすような AI ツールである大規模な言語モデルを使用して、以前は人間にとって有毒であった殺菌薬のバージョンを設計し、安全に使用できるようにしました。
近年、危険な細菌感染症の患者の予後は悪化しており、 抗生物質耐性 細菌株が広がり、新たな治療法の開発は停滞している。しかし、研究者らはAIツールが状況を一変させると述べている。
「大規模言語モデルは、タンパク質およびペプチド工学における機械学習の応用にとって大きな前進であることが分かりました」と、テキサス大学オースティン校の統合生物学、統計学、データサイエンスの教授であり、この新しい論文の共同筆頭著者であるクラウス・ウィルケ氏は述べている。
「以前のアプローチでは実現不可能だった多くのユースケースが、現在では機能し始めています。今後、こうしたアプローチや同様のアプローチが、治療法や医薬品の開発に広く利用されるようになると予想しています。」
大規模言語モデル機械学習や LLM はもともとテキストのシーケンスを生成および探索するために設計されましたが、科学者たちはこれらのモデルを他の領域に適用する創造的な方法を見つけています。
たとえば、文章が単語のシーケンスで構成されているのと同じように、タンパク質はアミノ酸のシーケンスで構成されています。LLM は、数千の次元を持つ「埋め込み空間」と呼ばれる空間で、共通の属性を共有する単語をクラスター化します。同様に、細菌を宿主とする人々を傷つけずに危険な細菌と戦う能力など、同様の機能を共有するタンパク質は、独自の AI 埋め込み空間でクラスター化される可能性があります。
「すべての分子を含む空間は広大です」と、新しい論文の共同主任著者であるブライアン・デイビス氏は言う。「機械学習により、私たちが関心のある特性を持つ化学空間の領域を見つけることができ、標準的な1つずつ行う研究室でのアプローチよりもはるかに迅速かつ徹底的に行うことができます。」
このプロジェクトでは、研究者らは AI を活用して、細菌を殺す効果は高いが人体には有毒なプロテグリン 1 と呼ばれる既存の抗生物質を再設計する方法を特定しました。プロテグリン 1 は、感染症と戦うために豚が自然に生成する抗生物質で、抗菌ペプチド (AMP) と呼ばれる抗生物質のサブタイプの一部です。AMP は通常、細胞膜を破壊することで細菌を直接殺しますが、細菌と人の細胞膜の両方を標的にするものも多くあります。
まず、研究者らは以前に開発したハイスループット法を使用して、プロテグリン-1の7,000以上のバリエーションを作成し、抗生物質活性を失うことなく変更できるAMPの領域を迅速に特定しました。
次に、研究チームはこれらの結果に基づいてタンパク質 LLM をトレーニングし、モデルが 3 つの特徴 (細菌膜を選択的に標的とする、細菌を強力に殺す、人間の赤血球に害を与えない) について何百万もの可能なバリエーションを評価して、3 つの特徴すべてに当てはまるものを見つけられるようにしました。その後、モデルはチームを、細菌選択的 Protegrin-1.2 (bsPG-1.2) と名付けた、より安全で効果的なバージョンの Protegrin-1 へと導きました。
感染したマウス 多剤耐性 細菌に感染しbsPG-1.2で治療したマウスは、未治療のマウスに比べて、感染後6時間で臓器内に細菌が検出される可能性が大幅に低かった。さらなる試験で同様の肯定的な結果が得られれば、研究者らは最終的にAI情報に基づく抗生物質薬のバージョンを人間の臨床試験に導入したいと考えている。
「機械学習の影響は2つあります」とデイビス氏は言う。「機械学習は、人々を助ける可能性のある新しい分子を指摘し、既存の抗生物質分子をどのように改良し、より早く臨床実践につなげられるかを示してくれるでしょう。」
この研究は ネイチャーバイオメディカルエンジニアリング。
この研究は、国立衛生研究所、ウェルチ財団、国防脅威削減局、ティトス・ハンドメイド・ウォッカから資金提供を受けた。
ソース： UTオースティン
1722865304
#AIが耐性菌と戦うための新たな抗生物質の開発に道を開く
2024-08-05 13:21:31