Во студија објавена во списанието Nature истражувачи покажаа кои соединенија можат да ја убијат бактеријата стафилококус ауреус, која е отпорна на метицилин. Тие соединенија, исто така, покажуваат многу ниска токсичност кон човечките клетки, што ги прави посебно доври кандидати за лекови.
Клучната иновација на новата студија е тоа дека истражувачите исто така успеале да откријат кои видови информации ги користел моделот за длабинско уќење за предвидување на моќта на антибиотиците. Ова откритие може да им помогне на истражувачите да дизајнираат дополнителни лекови кои би можеле да делуваат дури и подобро од тие што се идентификувани со моделот.
„Увидот во тоа што научила вештачката интелигенција за да ги направи своите предвидувања значи дека ние ќе можеме да предвидиме дали одредени молекули би биле добери антибиотици. Нашата работа создава една рамка која е временски ефикасна, ресурсно ефикасна и механички прониклива од аспект на хемиската структура, и тоа на начин кој досега не го знаевме“ вели професорот по медицинско инженерство и наука на МИТ, Џејмс Колинс.
Во текот на изминатите неколку години професорот Колинс и неговите колеги почнале да користат длабинско учење за да се обидат да пронајдат антибиотици кои ќе таргетираат бактери отпорни на постоечките антибиотици. Нивната работа резултирала со потенцијални лекови против бактеријата ацинетобактер баумани, која често се наоѓа во болниците, како и против многу други бактерии отпорни на лекови.
Тие антибиотици се идентификувани со помош на длабинксо учење, кое може да научи да ги идентификува хемиските структури кои се поврзани со антимикробното делување. Овие модели потоа прават милиони комбинации и генерираат предвидувања за лекови кои би можеле да имаат силно антибактериско дејство.
Извор: Nature
