W przeciwieństwie do obecnie stosowanych antybiotyków, bakterie wolno się na nie uodporniają. Zespół kierowany przez prof. Ewę Szczurek z Wydziału Matematyki, Mechaniki i Informatyki Uniwersytetu Warszawskiego postanowił w ultranowoczesny sposób opracować taki peptyd Do pracy zaprzęgnięto sztuczną inteligencję, która wykorzystuje nowatorskie inteligentne algorytmy specjalnie opracowane przez naukowców z UW. Tak powstał system HydrAMP, który „stworzył” nowe ciągi aminokwasów (z nich właśnie składają się peptydy). Wcześniej jednak nauczył się sekwencji aminokwasów już istniejących w przyrodzie. Powstały peptydy o silnym działaniu przeciwbakteryjnym, które dotychczas nie były znane. Zespół z Gdańskiego Uniwersytetu Medycznego kierowany przez prof. Wojciecha Kamysza zsyntetyzował zaproponowane przez komputer peptydy i przetestował je na bakteriach oraz czerwonych krwinkach, aby sprawdzić bezpieczeństwo. Odkryte cząsteczki zgłoszono do Urzędu Patentowego - teraz mają szansę trafić do badań klinicznych przy tworzeniu nowych leków.
Profesor Ewa Szczurek, Wydziału Matematyki, Mechaniki i Informatyki Uniwersytetu Warszawskiego: Sięgnęliśmy po nią z kilku powodów. Poprzednio stosowane metody uznaliśmy za niewystarczające. Chcieliśmy także sprawdzić, czy pewna klasa modeli generatywnych (jeden z algorytmów sztucznej inteligencji), którymi się zajmujemy, sprawdzi się w tym zadaniu. Odkryliśmy piętnaście zupełnie nowych, aktywnych peptydów. Między nimi znajduje się peptyd o nazwie Varsavian, który wykazuje bardzo obiecujące działanie przeciwko niebezpiecznym bakteriom, takim jak metycylinooporny gronkowiec złocisty.
Klasycznie poszukiwanie nowych peptydów odbywa się żmudną, manualną metodą, poprzez podmienianie aminokwasów w sekwencji jakiegoś peptydu i sprawdzanie, czy ta podmiana poprawia ten peptyd. Jest też wiele istniejących metod uczenia maszynowego, które stosują różne algorytmy, aby w oparciu o dane o znanych peptydach proponować nowe, ale większość tych metod operuje w przestrzeni sekwencji peptydów, inaczej mówiąc obiektami, na jakich działa, są napisy złożone z liter odpowiadającym aminokwasom. Takie napisy to obiekty kombinatoryczne, matematyczne i trudno opisać na nich funkcję, która danemu peptydowi przypisze jego właściwości przeciwdrobnoustrojowe. Krótko mówiąc, trudno się w ten sposób znaleźć „dobre" peptydy. Ciekawym elementem SI są tzw. modele generatywne, mogące nauczyć się wprowadzonych danych i na ich podstawie generować nowe o zadanych własnościach.
Salon24: To tak bardzo niezrozumiałe dla laika, że z pewnością musi być skuteczne i z pewnością odstraszy też nawet najbardziej oporne bakterie.
Celem było stworzenie modelu, który potrafi generować nowe peptydy o zadanych właściwościach, np. przeciwdrobnoustrojowych. I to zrobiliśmy. Nasz model nie był rozwiązaniem wziętym z „półki na gotowe dobre algorytmy". HydrAMP ma kilka zupełnie autorskich rozwiązań, z których jesteśmy dumni. W pracy wykazaliśmy, że potrafi on zaproponować ciekawsze i bardziej obiecujące peptydy, niż oferują poprzednie metody.
Salon24: Czy opracowywany peptyd daje nadzieję na lepszą skuteczność niż dotychczasowe antybiotyki?
Na razie nikomu jeszcze nie udało się odkryć peptydu, który by działał skuteczniej niż obecnie stosowane antybiotyki, ale tych dobrze zapowiadających się peptydów jest łącznie 15, w tym jeden nazwany na cześć mojego kota, Rudyxin. Wszystkie zresztą otrzymały od nas ciekawe nazwy. Są bardzo obiecujące, ale do określenia ich skuteczności potrzebujemy dalszych eksperymentów, które chcę wykonać ze współpracy z mikrobiologami.
SI opracowujemy i stosujemy już od kilku lat, między innymi do analizy obrazów histopatologicznych lub do modelowania wrażliwości nowotworowych linii komórkowych na leki. Nasze prace w tej dziedzinie trwają nadal i rozszerzają swój zakres. Opracowana przez nasz zespół SI potrafi poprawiać peptydy już wcześniej znane by z zupełnie niedziałającego na bakterie peptydu powstał taki, który na bakterie silnie oddziałuje, a jednocześnie jest bezpieczny dla człowieka. To pierwszy model, który potrafi w taki sposób modyfikować znane peptydy. Będziemy działać dalej.
Rozmawiał Tomasz Wypych
Komentarze
Pokaż komentarze (3)