Uusia mikrobilääkkeitä löytyy entistä harvemmin, jos ollenkaan. Niinpä Harvardin ja MIT:n tutkijoiden – mukana suomalainen Tommi Jaakkola – ei auttanut muu kuin turvautua tekoälyyn.
Tekoälylle opetettiin ensin yli 2 000 molekyyliä, joilla oli antibakteerista tehoa kolibakteeriin, ilman oletuksia vaikutusmekanismeista. Se haki antibioottien kaltaisia yhdisteitä kirjastosta, joka sisältää yli 6 000 eri sairauksien hoidossa tutkittavaa molekyyliä.
Jatkotesteihin löytyi 100 molekyyliä, ja niistä seuloutui yksi aivan uudenlainen antimikrobi. Se sai nimekseen halisiini – Kubrickin 2001: Avaruusseikkailu -elokuvan HAL-tietokoneesta johdettuna.
Halisiinin vaikutusmekanismi antimikrobina on ennestään tuntematon. Se häiritsee protonien kulkua solukalvon läpi. Aine on bakterisidinen ja tehoaa tubibakteereihin, enterobakteereihin, C. difficileen ja jopa panresistenttiin akinetobakteeriin, myös in vivo hiirissä. Hiirikokeissa se oli myös hyvin siedetty.
Tekoäly usutettiin myös yli 107 miljoonaa molekyyliä sisältävän kirjaston kimppuun. Sieltä se tunnisti 8 antibakteerista yhdistettä. Kahdella niistä oli hyvä laajakirjoinen teho; ne nitistivät jopa varsin resistentit kolibakteerit.
Tekoälyä on ennenkin käytetty potentiaalisten lääkkeiden etsinnässä, mutta lähtökohtana on ollut molekyylirakenne. Tässä haku oli toimintapohjaista. Toiveissa on löytöjen pohjalta aivan uusien antimikrobien design. Halisiinin kliinisiin tutkimuksiin haetaan nyt partneria.
Stokes JM, Yang K, Swanson K ym. A deep learning approach to antibiotic discovery. Cell 2020;180:688–702.e13. doi: 10.1016/j.cell.2020.01.021
Marchant J. Poweful antibiotics discovered using AI. Nature News 20.2.2020. https://www.nature.com/articles/d41586-020-00018-3
Heikki Arvilommi
Uutinen on julkaistu aiemmin Lääkärilehdessä 13/2020.
