Откриена е нова класа на антибиотици за бактеријата „Staphylococcus aureus“ (МРСА) со помош на потранспарентни модели за длабоко учење.

Употребата на вештачка интелигенција се покажува како нешто ново кога станува збор за медицината и технологијата сега им помага на научниците да ги откријат првите антибиотици по 60 години.

Откривањето ново соединение кое може да убие бактерија отпорна на лекови, која секоја година убива илјадници луѓе низ светот, може да се покаже како пресвртница во борбата против отпорноста на антибиотиците.

- Можевме да видиме што било научено од моделите за да ги направат нивните предвидувања дека одредени молекули ќе направат добри антибиотици - вели Џјемс Колинс, професор по медицински инженеринг и наука на Технолошкиот институт во Масачусетс и еден од авторите на истражувањето.

Тимот користеше модел за длабоко учење за да ги предвиди активноста и токсичноста на новото соединение.

Длабокото учење вклучува употреба на вештачки невронски мрежи за автоматско учење и претставување карактеристики од податоци без експлицитно програмирање.

Инфекциите со МРСА може да варираат од благи инфекции на кожата до посериозни и потенцијално опасни за живот состојби, како пневмонија и инфекции на крвотокот.

Секоја година се случуваат речиси 150.000 инфекции со МРСА, додека речиси 35.000 луѓе годишно умираат од инфекции, според Европскиот центар за превенција и контрола на болести.

Истражувачите од Институтот за технологија обучија екстензивно зголемен модел за длабоко учење користејќи проширени сетови на податоци.

За да создадат податоци за обука, биле оценети приближно 39.000 соединенија за нивната антибиотска активност против МРСА.

- Она што сакавме да го направиме во ова истражување беше да ја отвориме црната кутија. Овие модели се состојат од голем број пресметки кои имитираат нервни врски - рече Феликс Вонг, докторанд на Институтот за технологија во Масачусетс и еден од водечките автори на истражувањето.

Откривање ново соединение

За да го подобрат изборот на потенцијални лекови, истражувачите употребија три дополнителни модели за длабоко учење. Овие модели беа обучени да ја проценат токсичноста на соединенијата на три различни типови човечки клетки.

Со интегрирање на овие предвидувања за токсичност со претходно утврдената антимикробна активност, истражувачите посочија соединенија способни ефикасно да се борат против микробите со минимална штета за човечкото тело.

Користејќи го овој сет на модели, биле прегледани приближно 12 милиони комерцијално достапни соединенија.