زمان تخمینی مطالعه: 4 دقیقه
اکثر آنتی بیوتیکها باکتریهای فعال متابولیک را هدف قرار میدهند، اما هوش مصنوعی میتوان به مبارزه با باکتریهای مختلف کمک شایانی بکند. با این دستاورد محققان میتوانند ترکیباتی را که برای میکروبهای خفته(dormant) کشنده هستند، به طور موثر بررسی کنند.
از دهه 1970، اکتشاف آنتی بیوتیک مدرن با سکون روبرو شده است. امروزه سازمان بهداشت جهانی بحران مقاومت ضد میکروبی را به عنوان یکی از 10 تهدید بزرگ جهانی برای سلامت عمومی اعلام کرده است. هنگامی که عفونتها به طور مکرر درمان میشوند، پزشکان در معرض خطر مقاوم شدن باکتریها به آنتی بیوتیکها قرار میگیرند. اما چرا عفونت پس از درمان مناسب آنتی بیوتیکی مجددا عود میکند؟ یکی از احتمالات قوی این است که باکتریها از نظر متابولیکی در بدن بیاثر و نشانه میشوند و از دید تشخیص آنتی بیوتیکهای سنتی که فقط به فعالیت متابولیک پاسخ میدهند فرار میکنند. وقتی خطر از بین رفت، باکتریها زنده شده و عفونت دوباره ظاهر میشود.
جکی والری، عضو سابق MIT-Takeda (مرکزی در کلینیک ام آی تی عبداللطیف جمیل برای یادگیری ماشینی در سلامت) که اخیراً دکترای خود را در رشته بیولوژی دریافت کرده است، میگوید: “مقاومت در طول زمان بیشتر اتفاق میافتد و عفونتهای مکرر به دلیل این خواب ویروسی است”. مهندسی از آزمایشگاه کالینز والری اولین نویسنده مقاله جدیدی است که در شماره چاپی این ماه Cell Chemical Biology منتشر شده است که نشان میدهد چگونه یادگیری ماشینی میتواند به غربالگری ترکیباتی که برای باکتریهای خفته کشنده هستند کمک کند.
داستانهای انعطافپذیری «خوابمانند» باکتریها برای جامعه علمی موضوعی جدیدی نیست – گونههای باکتریایی باستانی که قدمت آنها به 100 میلیون سال پیش میرسد، در سالهای اخیر زنده در حالت صرفهجویی در انرژی(Energy saving) در بستر اقیانوس آرام کشف شدهاند. جیمز ج. کالینز، سرپرست دانشکده علوم زیستی کلینیک MIT Jameel، پروفسور ترمیر مهندسی پزشکی و علوم در موسسه مهندسی پزشکی و علوم MIT و گروه مهندسی بیولوژیکی، اخیراً برای استفاده از هوش مصنوعی برای کشف کلاس جدیدی از آنتیبیوتیکها برای مبارزه با باکتریها خبرساز شده است. بخشی از ماموریت بزرگتر این گروه برای استفاده از هوش مصنوعی برای گسترش چشمگیر آنتی بیوتیکهای موجود است.
بر اساس مقالهای که توسط The Lancet منتشر شده است، در سال 2019، اگر عفونتها مستعد ابتلا به داروها بودند، و این امکان وجود داشت که از 1.27 میلیون مرگ پیشگیری کرد و یکی از چالشهای بسیاری که محققان با آن روبرو هستند، یافتن آنتی بیوتیکهایی است که قادر به هدف قرار دادن باکتریهایی بود که به لحاظ متابولیکی خفته هستند. در این مورد، محققان در آزمایشگاه کالینز از هوش مصنوعی برای سرعت بخشیدن به روند یافتن خواص آنتی بیوتیکی در ترکیبات دارویی شناخته شده استفاده کردند. با میلیونها مولکول، این فرآیند میتواند سالها طول بکشد، اما محققان توانستند ترکیبی به نام semapimod را شناسایی کنند و این به لطف توانایی هوش مصنوعی برای انجام غربالگری با توان بالا بود.
کشف جدید دانشگاه MIT نشان میدهد که چقدر استفاده از تکنولوژیهای جدید و به خصوص هوش مصنوعی در حوزههای علمی خاص مانند مبارزه با باکتریها که سلامت بشر را تهدید میکنند میتواند مفید باشد و امیدهای جدیدی را برای بقاء بشر به ارمغان بیاورد.