Ο αγώνας κατά των ανθεκτικών βακτηρίων βελτιώνεται ραγδαία χάρη στις εξελίξεις στον τομέα της τεχνητής νοημοσύνης και της μηχανικής μάθησης.
Τον Οκτώβριο, ο Παγκόσμιος Οργανισμός Υγείας προειδοποίησε ότι η αντοχή στα αντιβιοτικά αυξήθηκε έως και 15% ετησίως μεταξύ 2018 και 2023, με βάση πληροφορίες που έκανε γνωστές μελέτη. Το 2023, μία στις έξι κοινές βακτηριακές λοιμώξεις σε ανθρώπους παγκοσμίως ήταν ανθεκτική στις αντιβιοτικές θεραπείες, σύμφωνα με τον ΠΟΥ. Για παράδειγμα, η αντοχή της σαλμονέλας στα φάρμακα «αποτελεί αυξανόμενο πρόβλημα», κυρίως λόγω των αντιβιοτικών που χρησιμοποιούνται στα ζώα.
Οι λοιμώξεις που είναι ανθεκτικές στα αντιβιοτικά μπορεί να είναι θανατηφόρες στο 15 έως 20% των περιπτώσεων, σύμφωνα με τον ΠΟΥ.
Αυξημένη η αντοχή των βακτηρίων στα αντιβιοτικά φάρμακα
Οι ανησυχίες σχετικά με την αντοχή στα αντιμικροβιακά φάρμακα υπάρχουν εδώ και δεκαετίες, αλλά τα προβλήματα επιδεινώθηκαν κατά τη διάρκεια της πανδημίας Covid-19. Το Κέντρο Ελέγχου και Πρόληψης Νοσημάτων των ΗΠΑ αναφέρει ότι οι λοιμώξεις που είναι ανθεκτικές στα αντιβιοτικά στα νοσοκομεία αυξήθηκαν κατά 20% κατά τη διάρκεια της πανδημίας, καθώς ο κορωνοϊός έθεσε τα νοσοκομεία υπό πίεση. Είναι αξιοσημείωτο ότι αυτές οι λοιμώξεις παρέμειναν σε υψηλά επίπεδα καθώς η πανδημία υποχώρησε. Το 2022, τα ποσοστά σχεδόν όλων των λοιμώξεων παρέμειναν πάνω από τα προ πανδημικά επίπεδα.
Με την εξάπλωση αυτών των υπερανθεκτικών βακτηρίων, τα αντιβιοτικά που απαιτούνται για την εξόντωσή τους πρέπει να γίνουν πιο ισχυρά. Καθώς η πανδημία επιδεινώθηκε το 2020, ορισμένοι επιστήμονες στράφηκαν σε εργαλεία μηχανικής μάθησης για να σχεδιάσουν και να αναπτύξουν αντιβιοτικά.
Φέτος, οι ερευνητές ανακοίνωσαν ότι σχεδίασαν δύο αντιβιοτικά για την καταπολέμηση των υπερανθεκτικών βακτηρίων. Η τεχνητή νοημοσύνη συνδύασε εκατομμύρια χημικά θραύσματα και περιόρισε τα αποτελέσματα σε δύο που αποδείχθηκαν επιτυχημένα κατά της γονόρροιας και του ανθεκτικού στη μεθικιλλίνη Staphylococcus aureus (MRSA), ενός από τα πιο γνωστά υπερανθεκτικά βακτήρια.
Ο Τζέιμς Κόλινς, διευθυντής του προγράμματος Antibiotics-AI στο Massachusetts Institute of Technology και συνιδρυτής της Phare Bio, λέει ότι τα αποτελέσματα ήταν ενθουσιώδη. «Προς το παρόν, τα μοντέλα [τεχνητής νοημοσύνης] αποδίδουν αρκετά καλά στο σχεδιασμό ενώσεων που μπορούν να επιτεθούν σε βακτήρια όταν γίνονται δοκιμές σε ένα τρυβλίο Petri», περιγράφει. «Τώρα, εργαζόμαστε για να προωθήσουμε την τεχνητή νοημοσύνη ώστε να επιτύχουμε καλύτερη αποτελεσματικότητα in vivo σε ζώα και τελικά σε ανθρώπους που νοσούν». Το επόμενο βήμα είναι να έχουμε ισχυρά υποψήφια φάρμακα που θα μπορούσαν να υποβληθούν σε ρυθμιστικές δοκιμές, λέει. «Προσπαθούμε να το εμπορευματοποιήσουμε. Ψάχνουμε για επενδυτές».
Εμπόδια θέτει η χαμηλή χρηματοδότηση
Για περισσότερο από μια δεκαετία, η τεχνητή νοημοσύνη θεωρείται ένα εργαλείο με τη δυνατότητα να μειώσει δραματικά το χρόνο και το κόστος ανάπτυξης νέων φαρμάκων. Ως αποτέλεσμα, οι φαρμακευτικές εταιρείες έχουν επενδύσει δισεκατομμύρια δολάρια στην τεχνολογία τεχνητής νοημοσύνης. Ωστόσο, μέχρι στιγμής, δεν έχει εγκριθεί κανένα φάρμακο που να έχει ανακαλυφθεί από την τεχνητή νοημοσύνη. Ο Κόλινς αναγνωρίζει ότι η τεχνητή νοημοσύνη μπορεί να διαδραματίσει σημαντικό ρόλο στην ανάπτυξη, αλλά δεν έχει ακόμη οδηγήσει στη δημιουργία ενός πραγματικού φαρμάκου ικανό να καταπολεμήσει τα υπερανθεκτικά βακτήρια.
Ο τομέας των αντιβιοτικών αντιμετωπίζει ένα άλλο εμπόδιο: την έλλειψη χρηματοδότησης. Ενώ οι επενδυτές έχουν επενδύσει δισεκατομμύρια στην ανακάλυψη φαρμάκων με τη βοήθεια της τεχνητής νοημοσύνης, έχουν αποφύγει να χρηματοδοτήσουν τα αντιβιοτικά. Αυτά τα φάρμακα πωλούνται συνήθως σε χαμηλές τιμές. Επιπλέον, τα αντιβιοτικά μπορεί να παραμείνουν στο ράφι, επειδή οι επιστήμονες ανησυχούν ότι η πολύ πρόωρη χρήση νέων θεραπειών μπορεί να επιταχύνει την ανάπτυξη αντοχής. Τα πιθανά φάρμακα μπορεί να παραμείνουν ως έσχατη λύση, πλήττοντας τις εμπορικές προοπτικές τους. Ωστόσο, οι ερευνητές συνεχίζουν να προχωρούν.
Ένας άλλος τρόπος με τον οποίο η μηχανική μάθηση έχει εφαρμοστεί στην καταπολέμηση των υπερανθεκτικών βακτηρίων είναι η αλληλούχιση του γονιδιώματος, η οποία περιλαμβάνει την ανάγνωση δισεκατομμυρίων γραμμάτων γενετικού κώδικα. Φέτος, δύο ερευνητές του Πανεπιστημίου Rockefeller της Νέας Υόρκης, ο Γιάν Μπούριαν και ο Σεν Μπρέιντι, χρησιμοποίησαν εργαλεία μηχανικής μάθησης για να εντοπίσουν εκατοντάδες νέα βακτηριακά γονιδιώματα που θα μπορούσαν να χρησιμοποιηθούν για την καταπολέμηση των υπερανθεκτικών βακτηρίων.
Τα περισσότερα βακτήρια δεν πολλαπλασιάζονται εργαστηριακά, περιορίζοντας την κατανόηση και τις δυνατότητες ανάπτυξης νέων φαρμάκων. Ωστόσο, με τα νέα εργαλεία μηχανικής μάθησης για τη γενετική αλληλούχιση, οι επιστήμονες προσπαθούν να καλύψουν τα κενά.
Όμως, την ίδια ώρα οι επιχειρήσεις βιοτεχνολογίας αντιμετωπίζουν τις δικές τους δυσκολίες και οι προϋπολογισμοί των πανεπιστημίων συρρικνώνονται.
Ο Μπρέιντι συμμερίζεται τις ανησυχίες σχετικά με τη χρηματοδότηση. «Δεν υπάρχει κανένα οικονομικό ενδιαφέρον και αυτό είναι απογοητευτικό».
Με πληροφορίες από Financial Times
