Британская компания Basecamp Research вместе с Nvidia и Microsoft разработала ИИ-модели, способные создавать новые методы терапии рака и борьбы с устойчивыми к антибиотикам бактериями, используя базу данных из более чем миллиона видов организмов.
В исследовании участвовали Nvidia, Microsoft и Университет Пенсильвании. ИИ применили к биологической коллекции, собранной компанией Basecamp Research по всему миру. Серия моделей называется “Eden” (Environmentally-Derived Evolutionary Network). Модели строятся на основе эволюционной информации о микроорганизмах.
Самая крупная модель Eden содержит 28 миллиардов параметров и обучалась на 9,7 триллионах нуклеотидных последовательностей. В обучающем наборе не использовались данные о пациентах, лабораторные или клинические данные.
Джон Финн, директор по науке в Basecamp, отметил для Financial Times: «Мы картируем живые организмы по всей планете и то, как они эволюционировали… Машинное обучение находит очень скрытые связи между всеми этими видами и четырьмя миллиардами лет эволюции».
Исследователи впервые с помощью ИИ спроектировали ферменты Large Serine Recombinases (LSRs), способные точно встраивать большие гены в ДНК человека. В отличие от методов на базе CRISPR, которые вызывают разрывы ДНК и могут быть опасны, LSRs могут внедрять участки ДНК длиной более 30 000 пар оснований без повреждений. Это снижает риски при терапии.
Команда проверила работу модели на геномных участках, связанных с такими заболеваниями, как мышечная дистрофия, гемофилия и анемия Фанкони. На всех тестируемых участках Eden создал активные ферменты даже при минимальном входе в 30 пар оснований, уровень успешности составил 63,2%.
В исходных иммунных Т-клетках человека ИИ-ферменты достигли значимых для терапии уровней интеграции. Учёные встроили CAR-конструкции, используемые в лечении рака, и половина вариантов была активной.
Eden также создал библиотеку антимикробных пептидов – коротких белков, убивающих бактерии, в том числе устойчивые к антибиотикам, которые признаются приоритетными патогенами ВОЗ. Из 33 пептидов 97% показали активность, лучшие варианты подавляли рост бактерий, например Acinetobacter baumannii, на уровне микромолярных концентраций.
Авторы подчеркивают ограничения. Полученные ферменты будут требовать дальнейшей доработки перед применением в медицине. Необходимо улучшить их точность, снизить вероятность ошибочного встраивания, а также проверить эффективность в человеческих клетках. Для антимикробных пептидов потребуется оптимизация по стабильности, токсичности и скорости выведения из организма.
Nvidia объявила о планах инвестировать $1 млрд за пять лет в новый лабораторный проект с компанией Eli Lilly для развития ИИ в разработке лекарств.
