Các nhà nghiên cứu tại Đại học McMaster và MIT đã đạt được một bước đột phá có thể thay đổi cách chúng ta khám phá ra những loại thuốc mới. Họ đã sử dụng trí tuệ nhân tạo để dự đoán cách thức hoạt động của một loại kháng sinh mới chỉ trong 100 giây - một quá trình thường mất đến hai năm và tốn khoảng 2 triệu đô la Mỹ.
Câu chuyện bắt đầu khi nhóm nghiên cứu phát hiện ra enterololin, một loại kháng sinh mới được thiết kế để chống lại các bệnh viêm ruột như bệnh Crohn. Khác với các loại kháng sinh phổ rộng thông thường có tác dụng tiêu diệt cả vi khuẩn có lợi và có hại, loại thuốc mới này chỉ nhắm vào các vi khuẩn có hại trong họ Enterobacteriaceae, bao gồm E. coli.
Chi Tiết Kỹ Thuật Chính
- Tên Thuốc: Enterololin
- Mục Tiêu: Phức hợp protein LolCDE trong vi khuẩn Enterobacteriaceae
- Mô Hình AI: DiffDock (mô hình khuếch tán cho việc ghép nối protein-ligand)
- Thời Gian Dự Đoán: 100 giây
- Bệnh Mục Tiêu: Các bệnh viêm ruột (bệnh Crohn, viêm loét đại tràng)
- Loại Thuốc: Kháng sinh phổ hẹp
- Thời Gian Thử Nghiệm Trên Người: 3 năm (dự kiến)
AI Thay Thế Công Việc Phòng Thí Nghiệm Đắt Đỏ
Sự đổi mới thực sự xuất hiện khi các nhà nghiên cứu cần hiểu cơ chế hoạt động của thuốc - về cơ bản là cách nó tấn công vi khuẩn gây bệnh. Thay vì dành hàng tháng trong phòng thí nghiệm, họ đã chuyển sang sử dụng DiffDock, một mô hình AI được phát triển tại MIT. AI dự đoán rằng enterololin tấn công một phức hợp protein có tên LolCDE, thứ mà một số vi khuẩn cần để tồn tại.
Dự đoán này đã được chứng minh là chính xác khi các nhà nghiên cứu xác minh thông qua các thử nghiệm truyền thống trong phòng thí nghiệm. Phương pháp được hướng dẫn bởi AI chỉ tốn 60.000 đô la Mỹ và mất sáu tháng, so với chi phí thông thường là 2 triệu đô la Mỹ và thời gian hai năm.
Tuy nhiên, các cuộc thảo luận trong cộng đồng cho thấy một số hoài nghi về tính mới mẻ của khám phá này. Một số chuyên gia chỉ ra rằng lỗ hổng LolCDE trong E. coli đã được biết đến từ trước năm 2016, và các chất ức chế tương tự như globomycin đã tồn tại từ năm 1978. Điều này đặt ra câu hỏi liệu AI chỉ đơn giản kết nối kiến thức hiện có thay vì tạo ra một khám phá thực sự mới.
So sánh Chi phí và Thời gian: Nghiên cứu Thuốc Truyền thống so với Hướng dẫn bởi AI
| Phương pháp | Chi phí | Thời gian Yêu cầu |
|---|---|---|
| Nghiên cứu MOA Truyền thống | 2 triệu USD | Lên đến 2 năm |
| Phương pháp Hướng dẫn bởi AI | 60.000 USD | 6 tháng |
| Tiết kiệm | 1,94 triệu USD | 18 tháng |
Vượt Ra Ngoài Việc Khớp Mẫu Đơn Giản
Hệ thống AI được sử dụng trong nghiên cứu này khác biệt đáng kể so với các chatbot như ChatGPT. DiffDock là một mô hình khuếch tán được huấn luyện chuyên biệt trên các cấu trúc protein, được thiết kế để dự đoán cách các phân tử tương tác với các mục tiêu sinh học. Điều này đại diện cho một ứng dụng chuyên biệt hơn của AI trong nghiên cứu khoa học.
Rất nhiều việc sử dụng AI trong khám phá thuốc là về việc tìm kiếm không gian hóa học, xác định các phân tử mới có thể có hoạt tính. Điều chúng tôi đang chỉ ra ở đây là AI cũng có thể cung cấp các giải thích về cơ chế, điều quan trọng để đưa một phân tử qua quy trình phát triển.
Các nhà nghiên cứu nhấn mạnh rằng AI phục vụ như một công cụ để hướng dẫn điều tra của con người, không phải thay thế nó. Họ vẫn tiến hành tất cả các thử nghiệm tiêu chuẩn trong phòng thí nghiệm để xác minh các dự đoán của AI, nhưng việc có một mục tiêu cụ thể để điều tra đã loại bỏ hàng tháng đoán mò.
Tác Động Thực Tế Đối Với Bệnh Nhân
Đối với những người mắc các bệnh viêm ruột, nghiên cứu này mang lại hy vọng về các lựa chọn điều trị tốt hơn. Các loại kháng sinh phổ rộng hiện tại có thể làm cho IBD trở nên tệ hơn bằng cách phá hủy vi khuẩn có lợi trong ruột, tạo cơ hội cho các chủng kháng thuốc chiếm ưu thế.
Phương pháp phổ hẹp của Enterololin có thể giúp khôi phục cân bằng vi khuẩn ruột khỏe mạnh mà không có các tác dụng phụ có hại. Loại thuốc này đã được cấp phép bởi Stoked Bio, một công ty con nhằm đưa nó vào thử nghiệm trên người trong vòng ba năm.
Nghiên cứu này chứng minh cách AI có thể tăng tốc khám phá thuốc khi được sử dụng đúng cách - như một công cụ tinh vi để tạo ra các giả thuyết có thể kiểm tra thay vì thay thế cho việc xác minh khoa học cẩn thận. Mặc dù sinh học cơ bản có thể không hoàn toàn mới, tốc độ và tiết kiệm chi phí có thể giúp mang nhiều phương pháp điều trị hơn đến với những bệnh nhân rất cần chúng.
Tham khảo: New antibiotic targets IBD — and AI predicted how it would work before scientists could prove it