Slik skal kunstig intelligens få fart på utviklingen av nye medisiner
Forskere ved Massachusets Institute of Technology (MIT) har identifisert nye potente antibiotika, som kan nøytralisere selv multiresistente bakterier.
Funnet er gjort ved hjelp av maskinlæring på et utvalg av mer enn 100 millioner molekyler. Det anerkjente tidsskriftet Nature kaller tilnærmingen banebrytende.
Kunstig intelligens har også tidligere inngått i slik forskning, men da som virkemiddel i deler av prosessen. Det unike er funnet av nye antibiotikum, helt uten mennesker antakelser i forkant, sier forskerne.
Under ledelse av biolog James Collins har MIT-forskerne benyttet et såkalt neuralt nettverk, som er en algoritme inspirert av hjernens arkitektur. Modellen er blant annet trent opp med data om flere tusen legemidler og kjemiske forbindelser.
Halicin
Slik har de fått laget prognoser over molekyler med gunstige antibakterielle egenskaper, men som skiller seg fra konvensjonell antibiotika.
Blant de 100 kandidatene de valgte å teste nærmere på mus var det særlig én som utpekte seg: Den kjemiske forbindelsen SU-3327. Dette er egentlig en enzymhemmer fra eldre forskning på behandling av diabetes, som ble forkastet og avsluttet grunnet svake testresultater.
MIT-forskerne har valgt å kalle den samme forbindelsen for Halicin. Det er en klar referanse til den kunstige intelligensen HAL 9000 fra filmklassikeren «2001: En romodyssé».
Foreløpige studier indikerer at Halicin kan ha effekt mot flere medikamentresistente bakteriestammer, blant annet E.coli, Mycobacterium tuberculosis og Acinetobacter baumannii, som er på Verdens helseorganisasjons (WHO) liste over noen av de mest aggressive resistente bakteriene.
Forskningen er publisert i siste utgave av det medisinske tidsskriftet Cell. Nature skriver at forskerne nå håper å kunne fortsette med kliniske tester.
Spår revolusjon for AI på norske sykehus: – En umenneskelig oppgave å tolke dette manuelt
