MIT и Jameel Research представляют инициативу стоимостью 3 миллиона долларов по проектированию будущего антибиотиков

В рамках знакового события на стыке искусственного интеллекта и биотехнологий Массачусетский технологический институт (Massachusetts Institute of Technology, MIT) официально запустил исследовательскую инициативу стоимостью 3 миллиона долларов, направленную на борьбу с обостряющимся глобальным кризисом антимикробной резистентности (Antimicrobial resistance, AMR). Проект под руководством известного профессора Джима Коллинза (Jim Collins) представляет собой смену парадигмы в разработке лекарств, переходя от традиционного химического скрининга к дизайну de novo «программируемых антибактериальных препаратов» с использованием генеративного ИИ (Generative AI) и синтетической биологии (synthetic biology). Эта инициатива, спонсируемая Jameel Research, направлена на создание нового класса прецизионных лекарств, способных эволюционировать быстрее, чем супербактерии, для уничтожения которых они предназначены.

Объявление было сделано в критический для глобального здравоохранения момент. Поскольку устойчивость к антибиотикам напрямую является причиной более 1,2 миллиона смертей ежегодно и связана еще почти с 5 миллионами, потребность в новых терапевтических стратегиях никогда не была более острой. Традиционные конвейеры открытий иссякли: за последние десятилетия было одобрено лишь несколько новых классов антибиотиков. Проект MIT нацелен на выход из этого тупика путем создания «живых лекарств» — микробов, предназначенных для доставки сгенерированных ИИ белков, которые специфически нацеливаются на резистентные патогены и нейтрализуют их.

Конвергенция генеративного ИИ и синтетической биологии

Ключевая инновация этого нового проекта заключается в интеграции двух трансформирующих технологий: генеративного искусственного интеллекта и синтетической биологии. Хотя ИИ ранее использовался для скрининга существующих химических библиотек на предмет потенциальных кандидатов в лекарства — метод, который привел к открытию Халицина (Halicin), — эта инициатива использует более агрессивный подход. Вместо того чтобы искать иголки в стоге сена, команда использует генеративные модели для проектирования самих иголок.

Профессор Джим Коллинз (Jim Collins), профессор медицинского инжиниринга и наук в MIT и пионер в области синтетической биологии, подчеркивает переход от открытия к дизайну. В проекте используются передовые большие языковые модели (Large Language Models, LLMs), адаптированные для биологии, для создания белковых последовательностей, не существующих в природе. Эти белки предназначены для вмешательства в специфические функции бактерий, необходимые для выживания. Как только ИИ идентифицирует подходящих кандидатов, в игру вступает синтетическая биология. Команда модифицирует безвредные бактерии, чтобы они работали в качестве средств доставки, производя эти терапевтические белки непосредственно в месте инфекции.

Проектирование белков De Novo

Модели генеративного ИИ (generative AI), используемые в этом исследовании, работают аналогично моделям для генерации текста или изображений, но обучаются на обширных наборах данных биологических последовательностей и структур. ИИ предсказывает, какие аминокислотные последовательности свернутся в структуры, способные разрушить специфические мишени внутри патогена, такие как его клеточная мембрана или жизненно важные метаболические ферменты. Эта возможность позволяет исследователям обходить ограничения естественной эволюции и химических библиотек, исследуя практически бесконечное пространство дизайна для потенциальных методов лечения.

Модифицированные микробы как системы доставки

Одним из самых амбициозных аспектов проекта является механизм доставки. Традиционные антибиотики представляют собой малые молекулы, которые распределяются по всему телу, часто нанося побочный ущерб полезному микробиому кишечника. Подход MIT на основе синтетической биологии направлен на создание «пробиотических» бактерий, которые могут быть проглочены пациентом. Эти модифицированные микробы запрограммированы обнаруживать присутствие инфекции и секретировать спроектированные ИИ антибактериальные белки только тогда и там, где они необходимы. Эта «программируемая» природа обеспечивает уровень точности, ранее недостижимый при лечении инфекционных заболеваний.

Решение глобального кризиса здравоохранения

Антимикробную резистентность часто называют «тихой пандемией». Чрезмерное и неправильное использование антибиотиков ускорило эволюцию бактерий, невосприимчивых к современным методам лечения. По оценкам, без вмешательства AMR может стать причиной до 10 миллионов смертей в год к 2050 году, опередив рак как ведущую причину смерти. Экономические последствия столь же разрушительны: потенциальные затраты могут исчисляться триллионами из-за длительного пребывания в больницах и потери производительности.

Сотрудничество с Jameel Research, частью международной сети Abdul Latif Jameel, подчеркивает глобальный характер этой проблемы. Инициатива направлена не только на научные открытия, но и на создание прикладных решений, которые могут быть развернуты по всему миру, особенно в странах с низким и средним уровнем дохода, где диагностическая инфраструктура ограничена, а бремя AMR наиболее высоко.

Мохаммед Абдул Латиф Джамиль (Mohammed Abdul Latif Jameel), председатель Abdul Latif Jameel, подчеркнул необходимость этого партнерства, отметив, что решение проблемы AMR требует «амбициозной науки и устойчивого сотрудничества». Финансирование в размере 3 миллионов долларов в течение трех лет поддержит междисциплинарную команду на факультете биологической инженерии MIT и в Институте медицинского инжиниринга и наук (IMES), обеспечивая ресурсы, необходимые для валидации этих разработанных ИИ терапий в доклинических моделях.

Трансформация поиска лекарств: сравнительный анализ

Чтобы понять масштаб этого сдвига, важно сравнить традиционный процесс поиска антибиотиков с подходом на основе ИИ и синтетической биологии, внедряемым в MIT. В следующей таблице приведены ключевые различия в методологии, точности и потенциальном воздействии.

Таблица 1: Традиционный поиск антибиотиков против поиска на основе ИИ и синтетической биологии

Роль «живых лекарств»

Концепция «живых лекарств» занимает центральное место в долгосрочном видении проекта. В отличие от статичной химической таблетки, модифицированный микроб является динамической системой. Он может чувствовать окружающую среду, регулировать свою производительность в зависимости от тяжести инфекции и потенциально самоликвидироваться после завершения миссии для предотвращения загрязнения окружающей среды. Эта адаптивность имеет решающее значение для борьбы с супербактериями, которые печально известны своей способностью развивать механизмы резистентности.

Используя генеративный ИИ, команда может быстро обновлять дизайн терапевтических белков в случае появления резистентности. Если патоген развивает новую защиту, ИИ может быть направлен на генерацию контрмеры, которая затем может быть встроена в микробы-доставщики. Это создает гибкую терапевтическую платформу, а не фиксированное лекарство, фундаментально меняя правила гонки вооружений между людьми и бактериями.

Технические проблемы и безопасность

Несмотря на многообещающие перспективы, путь вперед сопряжен с трудностями. Проектирование микробов для безопасного функционирования внутри человеческого организма требует строгих стратегий сдерживания. Команда внедряет несколько уровней биоконтейнмента (biocontainment), часто называемых «переключателями уничтожения» (kill switches), чтобы гарантировать, что модифицированные бактерии не смогут выжить за пределами человеческого организма или обмениваться генами с дикими бактериями. Кроме того, модели ИИ должны быть валидированы, чтобы гарантировать нетоксичность разрабатываемых ими белков для человеческих клеток — процесс, который включает обширные лабораторные испытания наряду с вычислительными прогнозами.

Будущие перспективы и влияние на отрасль

Запуск этого проекта стоимостью 3 миллиона долларов сигнализирует о более широкой тенденции в фармацевтической и биотехнологической отраслях: незаменимой роли ИИ в будущем медицины. По мере того как модели генеративного ИИ становятся все более совершенными, их способность «читать и писать» код жизни, вероятно, распространится за пределы антибиотиков на онкологию, аутоиммунные заболевания и метаболические расстройства.

Для сектора ИИ этот проект служит ярким доказательством концепции полезности генеративных моделей в фундаментальной науке. Он демонстрирует, что ИИ — это не просто инструмент для повышения эффективности, но и двигатель фундаментальных инноваций, способный предлагать решения, до которых человеческая интуиция в одиночку могла бы никогда не дойти.

Профессор Коллинз считает, что этот проект отражает убеждение в том, что борьба с масштабными глобальными угрозами требует «смелых научных идей». В случае успеха платформа, разработанная в MIT, может послужить образцом для систем быстрого реагирования на будущие бактериальные пандемии, гарантируя, что человечество больше никогда не останется беззащитным перед микроскопической угрозой.

По мере реализации трехлетнего плана научное сообщество будет внимательно следить за результатами. Успех этой инициативы может ознаменовать конец эпохи дефицита антибиотиков и начало новой эры программируемого, интеллектуального здравоохранения.