Hvordan AI-hallusinasjoner kan bidra til å skape livreddende antibiotika

ismagilov/Getty Images

Generativ kunstig intelligens (AI)-modeller hallusinerer ofte og finner opp informasjon som ikke er saklig eller som ikke kan siteres fra kildemateriale. Denne oppførselen er vanligvis en svakhet, spesielt gitt økningen av AI-generert feilinformasjon. Men i en verden av bakterier hjelper hallusinasjoner forskere med å oppdage nye livreddende medisiner.

Forskere fra Stanford Medicine og McMaster University utviklet en AI-modell som avslørte mulige løsninger for dødelige antibiotikaresistente bakterier.&#xA0 ;

Også: Google og MIT lanserer et gratis generativt AI-kurs for lærere

Modellen, kalt SyntheMol, forkortelse for synthesizing molecules, skapte “strukturer og kjemiske oppskrifter for seks nye medisiner som tar sikte på å drepe resistente stammer av Acinetobacter baumannii, en av de ledende patogenene som er ansvarlige for antibakteriell resistensrelaterte dødsfall”," studien rapporterer.

Forskning anslår at nesten fem millioner dødsfall er knyttet til antimikrobiell resistens (AMR) globalt hvert år. “Det er et stort folkehelsebehov for å raskt utvikle nye antibiotika,” sa James Zou, en førsteamanuensis i biomedisinsk datavitenskap og medforfatter av studien. 

“Hypotesen vår var at det er mange potensielle molekyler der ute som kan være effektive medisiner, men vi har ikke laget eller testet dem ennå. Det er derfor vi ønsket å bruke AI til å designe helt nye molekyler som aldri har vært sett i naturen."

Også: Hvordan en ny lov beskytter tankene dine fra teknologiselskaper – og hvorfor det er viktig

Antall mulige kjemiske forbindelser er eksponentielt. Før modeller som SyntheMol brukte forskere fortsatt algoritmer for å sortere gjennom legemiddelbiblioteker for potensielle løsninger, men kunne bare gjøre det med en brøkdel av nødvendig hastighet og skala. SyntheMols datakraft – og det faktum at den hallusinerer – tillot forskere å utforske løsninger på AMR med ny effektivitet. 

"Denne kunstige intelligensen designer og lærer oss om dette helt og holdent ny del av det kjemiske rommet som mennesker nettopp ikke har utforsket før," Zou sa. 

Forskere trente SyntheMol på et bibliotek av “molekylære byggesteiner” og kjemiske reaksjoner. De inkluderte data om hvilke kjemikalier som i dag virker mot Acinetobacter baumannii som en retningslinje. Ifølge Stanford “genererte modellen rundt 25 000 mulige antibiotika og oppskriftene for å lage dem på mindre enn ni timer.”

Også:  Smidig utvikling kan låse opp kraften til generativ kunstig intelligens – her er hvordan

I utgangspunktet var SyntheMol litt for fantasifull, og skapte forbindelser som ikke kunne eksistere, så forskerne la til rekkverk. Resultatene var mye mer realistiske. For å sikre at bakteriene ikke ville bli resistente mot disse nye oppskriftene, filtrerte forskere ut forbindelser som lignet på for tiden effektive antibiotika.

"Nå har vi ikke bare helt nye molekyler, men også eksplisitte instruksjoner for hvordan å lage disse molekylene," Zou sa.

Forskere begrenset SyntheMols foreslåtte forbindelser for levedyktighet. Kjemikalieselskapet Enamine var i stand til å lage 58 forbindelser i et laboratorium. Seks var i stand til å drepe en resistent bakteriestamme når de ble testet, og to har gått videre til teststadier i mus.

De nye forbindelsene viste også lovende i kampen mot andre smittsomme bakterier som kan bli antibiotika-resistente, inkludert E. coli, MRSA og de som kan forårsake hjernehinnebetennelse og lungebetennelse. Forskerne justerer for tiden SyntheMol og jobber med andre team for å se om modellen også kan brukes til å oppdage mulige medikamenter for hjertesykdom.