Sztuczna inteligencja coraz odważniej wkracza do świata medycyny, a jej najnowsze osiągnięcia mogą zrewolucjonizować proces odkrywania leków przeciwwirusowych. Naukowcy z Perelman School of Medicine przy Uniwersytecie Pensylwanii połączyli tradycyjne metody laboratoryjne z nowoczesnymi algorytmami AI, aby zidentyfikować obiecujące substancje czynne skuteczne przeciwko ludzkiemu enterowirusowi 71 (EV71) – głównemu sprawcy choroby rąk, stóp i jamy ustnej. Opublikowane niedawno badanie w prestiżowym czasopiśmie Cell Reports Physical Science pokazuje, że skuteczne przewidywania przeciwwirusowe można uzyskać nawet przy minimalnych danych eksperymentalnych.
Zespół badawczy wykorzystał panel 36 małych cząsteczek jako punkt wyjścia do treningu modelu uczenia maszynowego. Model ten analizował struktury molekularne i właściwości chemiczne, które mogą ograniczyć zdolność wirusa do namnażania. Dzięki zaawansowanej analizie, komputer wytypował osiem najbardziej rokujących substancji. Spośród nich aż pięć wykazało skuteczność w hamowaniu aktywności wirusa w badaniach komórkowych – to dziesięciokrotnie lepszy wynik niż zazwyczaj osiąga się za pomocą klasycznych metod przesiewowych.
Jak podkreśla Dr César de la Fuente, profesor psychiatrii, mikrobiologii, inżynierii chemicznej i biomolekularnej, zastosowanie sztucznej inteligencji pozwoliło skrócić proces wielu miesięcy eksperymentów do zaledwie kilku dni. Jest to podejście szczególnie przydatne, gdy ograniczone zasoby – czasowe, finansowe lub techniczne – utrudniają przeprowadzenie szeroko zakrojonych badań laboratoryjnych. Dodatkowo, zaproponowana metoda może okazać się niezwykle skuteczna w walce z nowymi, nieznanymi wcześniej wirusami, kiedy reakcja medycyny musi być błyskawiczna.
Infekcje EV71 przeważnie wywołują łagodną gorączkę i wysypkę, lecz u małych dzieci oraz osób z obniżoną odpornością mogą prowadzić do poważnych powikłań neurologicznych. Obecnie nie istnieje żaden zatwierdzony przez FDA lek przeciwwirusowy, który skutecznie zwalczałby ten patogen. Odkrycie mechanizmu działania nowych związków i potwierdzenie ich interakcji z miejscami wiązania na powierzchni wirusa otwiera drogę do dalszych badań i potencjalnych terapii.
Dzięki wykorzystaniu symulacji komputerowych, naukowcy potwierdzili, że wszystkie pięć skutecznych cząsteczek faktycznie wiąże się z wirusem w kluczowych miejscach, co może zapobiec jego mutacjom i wejściu do komórek gospodarza. Tego typu wnioski są niezwykle cenne dla wszystkich przyszłych projektów opracowywania leków – pozwalają na ukierunkowanie badań i przyspieszenie procesu wdrażania innowacyjnych rozwiązań terapeutycznych.
Angela Cesaro, jedna z autorek publikacji oraz badaczka pracująca nad tym projektem, zwraca uwagę na wyjątkowość tego podejścia. — Postrzegamy tę metodologię jako szablon szybkiego odkrywania leków przeciwwirusowych. Niezależnie od tego, czy następne zagrożenie będzie kolejnym enterowirusem, pojawiającym się patogenem układu oddechowego, czy powracającym wirusem, takim jak polio – nasza metoda oparta na AI pokazuje, że nawet przy ograniczonych danych można przyspieszyć rozwój skutecznych środków zaradczych — podkreśla.
Projekt ten był możliwy dzięki współpracy z firmą Procter & Gamble oraz Uniwersytetem Cornell. Badania zostały dofinansowane m.in. przez AIChE Foundation (Langer Prize), Narodowy Instytut Zdrowia (NIH) oraz Defense Threat Reduction Agency (DTRA). Warto również zaznaczyć, że chociaż część partnerów udostępniła fundusze lub zasoby, to w kontekście tego konkretnego projektu wykorzystano jedynie wsparcie ze strony Procter & Gamble.
Omawiane prace wpisują się w globalny trend wspierania medycyny przez zaawansowane technologie. Innowacyjne zastosowanie algorytmów sztucznej inteligencji, symulacji molekularnych oraz eksperymentów w laboratorium pozwala nie tylko na szybsze identyfikowanie skutecznych związków, ale może również pomóc w reagowaniu na zagrożenia zdrowotne w czasie rzeczywistym. To wyjątkowy krok naprzód w kierunku przyszłości, w której medycyna będzie jeszcze bardziej inteligentna, efektywna i precyzyjna.
