Νέα Αντιβιοτικά και Τεχνητή Νοημοσύνη
Ερευνητές από το Πανεπιστήμιο McMaster και το MIT έχουν πραγματοποιήσει δύο σημαντικές επιστημονικές ανακαλύψεις: όχι μόνο ανακάλυψαν ένα ολοκαίνουργιο αντιβιοτικό που στοχεύει τις φλεγμονώδεις νόσους του εντέρου (IBD), αλλά χρησιμοποίησαν επίσης μια νέα μορφή τεχνητής νοημοσύνης για να προβλέψουν ακριβώς πώς λειτουργεί το φάρμακο. Αυτή η ανακάλυψη αποτελεί παγκόσμια πρωτοτυπία στον τομέα της τεχνητής νοημοσύνης.
Υποσχόμενη Θεραπεία για ΙBD
Σύμφωνα με την ανακοίνωση που δημοσιεύθηκε στις 3 Οκτωβρίου 2025 στο περιοδικό Nature Microbiology, η ανακάλυψη αυτή προσφέρει μια ελπιδοφόρα νέα θεραπευτική επιλογή για εκατομμύρια ανθρώπους που πλήττονται από τη νόσο του Crohn και άλλες σχετικές καταστάσεις, ενώ ταυτόχρονα αναδεικνύει σημαντικές νέες εφαρμογές της τεχνητής νοημοσύνης στην έρευνα ανακάλυψης φαρμάκων.
«Αυτή η εργασία δείχνει ότι μόλις αρχίζουμε να εξερευνούμε τις δυνατότητες της ανακάλυψης φαρμάκων καθοδηγούμενης από την τεχνητή νοημοσύνη», δηλώνει ο Jon Stokes, αναπληρωτής καθηγητής στο Τμήμα Βιοχημείας και Βιοϊατρικών Επιστημών του Πανεπιστημίου McMaster και κύριος ερευνητής της νέας μελέτης.
Επικέντρωση στη Μικροβιοχλωρίδα
Η ανάπτυξη του νέου μας φαρμάκου, το οποίο έχει σχεδιαστεί για να στοχεύει την IBD, επιταχύνθηκε χάρη στη συνεργασία μεταξύ ανθρώπων και γενετικής τεχνητής νοημοσύνης. Οι περισσότερες αντιβιώσεις που χρησιμοποιούνται σήμερα είναι «ευρέος φάσματος», πράγμα που σημαίνει ότι εξαλείφουν και τα καλά βακτήρια εκτός από εκείνα που προκαλούν ασθένεια. Αυτό μπορεί να δημιουργήσει ευνοϊκές συνθήκες για την εμφάνιση ανθεκτικών και επιθετικών ειδών βακτηρίων, όπως το E. coli, τα οποία μπορούν να επιδεινώσουν τις καταστάσεις όπως η νόσος του Crohn.
Αντίθετα, το enterololin, το νέο αντιβιοτικό που ανακαλύφθηκε στο McMaster, είναι «στενού φάσματος», πράγμα που σημαίνει ότι προστατεύει τη μικροβιοχλωρίδα και επιτίθεται μόνο σε μια συγκεκριμένη ομάδα βακτηρίων που προκαλούν ασθένειες – στην προκειμένη περίπτωση, σε μια οικογένεια βακτηρίων που ονομάζεται Enterobacteriaceae, που περιλαμβάνει το E. coli.
Αυτό σημαίνει ότι όχι μόνο καταστρέφει το E. coli, αλλά και μειώνει την πιθανότητα εμφάνισης ανθεκτικών στελεχών να αποικίσουν το έντερο από την αρχή. «Αυτό το νέο φάρμακο είναι μια πραγματικά υποσχόμενη θεραπευτική επιλογή για τα εκατομμύρια ασθενών που ζουν με IBD», προσθέτει ο Stokes. «Προς το παρόν δεν έχουμε θεραπεία για αυτές τις καταστάσεις, επομένως η ανάπτυξη κάτι που μπορεί να ανακουφίσει σημαντικά τα συμπτώματα θα μπορούσε να βοηθήσει τους ανθρώπους να απολαμβάνουν πολύ καλύτερη ποιότητα ζωής».
Μέχρι σήμερα, η τεχνητή νοημοσύνη έχει χρησιμοποιηθεί ως εργαλείο για την πρόβλεψη ποιοι μόρια μπορεί να έχουν θεραπευτική δυνατότητα, αλλά αυτή η μελέτη την χρησιμοποίησε για να περιγράψει αυτό που οι ερευνητές ονομάζουν «μηχανισμός δράσης» (MOA) – δηλαδή πώς τα φάρμακα επιτίθενται σε ασθένειες.
«Η τεχνητή νοημοσύνη έχει επιταχύνει τον ρυθμό με τον οποίο μπορούμε να εξερευνήσουμε τον χημικό χώρο για νέους υποψήφιους φαρμάκων, αλλά μέχρι τώρα, έχει κάνει λίγα για να ανακουφίσει έναν σημαντικό περιορισμό στην ανάπτυξη φαρμάκων, που είναι η κατανόηση του τι κάνουν πραγματικά αυτοί οι νέοι υποψήφιοι φαρμάκων», εξηγεί ο Stokes. Οι μελέτες MOA, λέει, είναι ζωτικής σημασίας για την ανάπτυξη φαρμάκων. Βοηθούν τους επιστήμονες να επιβεβαιώσουν την ασφάλεια, να βελτιστοποιήσουν τη δόση, να κάνουν τροποποιήσεις για να βελτιώσουν την αποτελεσματικότητα και μερικές φορές ακόμη και να ανακαλύψουν εντελώς νέους στόχους φαρμάκων.
Ωστόσο, είναι επίσης γνωστό ότι είναι ακριβές και χρονοβόρες διαδικασίες. Ο Stokes αναφέρει ότι μια λεπτομερής μελέτη MOA μπορεί να διαρκέσει έως και δύο χρόνια και να κοστίσει περίπου 2 εκατομμύρια δολάρια. Ωστόσο, χρησιμοποιώντας την τεχνητή νοημοσύνη, η ομάδα του ολοκλήρωσε τη μελέτη του enterololin σε μόλις έξι μήνες και με κόστος μόνο 60.000 δολάρια.
Πράγματι, μετά την ανακάλυψη του νέου αντιβιοτικού, ο Stokes συνεργάστηκε με συναδέλφους στο Εργαστήριο Υπολογιστικών Επιστημών και Τεχνητής Νοημοσύνης του MIT (CSAIL) για να δει αν οποιαδήποτε από τις αναδυόμενες πλατφόρμες μηχανικής μάθησης τους θα μπορούσε να βοηθήσει στην επιτάχυνση των επερχόμενων μελετών MOA του. Σε μόλις 100 δευτερόλεπτα, έλαβε μια πρόβλεψη: το νέο του φάρμακο επιτίθεται σε ένα μικροσκοπικό πρωτεϊνικό σύμπλεγμα που ονομάζεται LolCDE, το οποίο είναι απαραίτητο για την επιβίωση ορισμένων βακτηρίων.
«Πολλή χρήση της τεχνητής νοημοσύνης στην ανακάλυψη φαρμάκων έχει να κάνει με την αναζήτηση χημικού χώρου, την ταυτοποίηση νέων μορίων που μπορεί να είναι ενεργά», λέει η Regina Barzilay, καθηγήτρια στη Σχολή Μηχανικών του MIT και δημιουργός του DiffDock, του μοντέλου τεχνητής νοημοσύνης που έκανε την πρόβλεψη.
