ხელოვნური ინტელექტის მეშვეობით მეცნიერებმა აღმოაჩინეს ანტიბიოტიკი, რომელსაც ზოგიერთი ყველაზე საშიში რეზისტენტული ბაქტერიის მოკვლა შეუძლია.

მედიკამენტი არსებული ანტიბაქტერიული საშუალებებისგან განსხვავებულად მუშაობს და იგი პირველია, რომელიც ხელოვნური ინტელექტის დახმარებით აღმოაჩინეს.

ტესტირებებმა აჩვენა, რომ მას ისეთი რეზისტენტული ბაქტერიების დახოცვა შეუძლია, როგორიცაა Acinetobacter baumannii და Enterobacteriaceae. ეს ორი, მსოფლიო ორგანიზაციის მიერ დასახელებულ სამ ყველაზე საშიშ პათოგენს შორისაა, რომელთა წინააღმდეგაც, WHO-ს თქმით, ახალი ანტიბიოტიკების შემუშავება უმთავრესი პრიორიტეტია.

ბაქტერია ანტიბიოტიკების მიმართ რეზისტენტობას მუტაციების შედეგად იძენს. დროთა განმავლობაში პათოგენები მის მოსაკლავად შექმნილი ანტიბაქტერიული მედიკამენტების მექანიზმის თავიდან არიდებას ახერხებენ. ახალი ანტიბიოტიკის საპოვნელად თავდაპირველად ღრმა დასწავლის ალგორითმი გამოიყენეს. ალგორითმმა იმ მოლეკულების ამოცნობა შეძლო, რომლებიც ბაქტერიას კლავდნენ. ამისთვის მეცნიერებმა პროგრამას 2 500 მედიკამენტისა და ბუნებრივი ნაერთის ატომური და მოლეკულური მახასიათებლების შესახებ მიაწოდეს ინფორმაცია.

აღნიშნული ნაერთების გაანალიზების შემდეგ მეცნიერებმა ალგორითმს კიდევ 6 000-ზე მეტი ნაერთი შეასწავლეს. ალგორითმი ისეთ ნაერთებზე კონცენტრირდა, რომლებიც ეფექტურები ჩანდნენ, მაგრამ უკვე არსებული ანტიბიოტიკებისგან განსხვავდებოდნენ.

კვლევის ავტორმა ჯონათან სტოუკსმა განაცხადა, რომ ალგორითმს ანტიბიოტიკების საპოვნელად საათები დასჭირდა. ერთ-ერთი, რომელსაც ჰალიცინი უწოდეს, განსაკუთრებით ძლიერი აღმოჩნდა.

ჟურნალ Cell-ში გამოქვეყნებულ კვლევაში მეცნიერები აღწერენ, როგორ დაამარცხეს უამრავი რეზისტენტული ინფექცია ჰალიცინის მეშვეობით — ნაერთით, რომელიც თავდაპირველად დიაბეტის სამკურნალოდ შემუშავდა.

პაციენტებისგან შეგროვებულ ბაქტერიებზე ტესტირებებმა აჩვენა, რომ ჰალიცინს Mycobacterium tuberculosis-ის მოკვლა შეუძლია — ბაქტერიის, რომელიც ტუბერკულოზს იწვევს. მან Enterobacteriaceae-ის დამარცხებაც შეძლო, რომელიც საკმაოდ ძლიერი ანტიბიოტიკების მამართაც კი რეზისტენტულია. ჰალიცინმა თაგვებში C difficile-სა და Acinetobacter baumannii-ს დამარცხებაც მოახერხა.

ამის შემდეგ მეცნიერებმა სხვა ახალი მედიკამენტების მისაღებად ალგორითმს კიდევ 107 მილიონი ნაერთის შესახებ მიაწოდეს ინფორმაცია. სამ დღეში პროგრამამ სხვა 23 პოტენციური ანტიბიოტიკის სიაც შემოგვთავაზა.

სტოუკის თქმით, სტანდარტული გზებით 107 მილიონი ნაერთის გაანალიზება და შემდეგ მათი ლაბორატორიაში ტესტირება შეუძლებელი იქნებოდა.

"აღნიშნული პროცესების კომპიუტერში წარმართვა დროსა და ხარჯებს მნიშვნელოვნად ამცირებს", — განაცხადა სტოუკმა.