Третий лишний: вагина-на-чипе, ИИ и ЗППП

Третий лишний: вагина-на-чипе, ИИ и ЗППП Заболевания, передающиеся половым путем, опять на коне. Гонорея — вторая по частоте регистраций. Ежегодно в мире ею заражаются десятки миллионов. По статистике ECDC, количество зафиксированных случаев этой урогенитальной инфекции в Европе достигло в 2024 году рекордного уровня за последние десять лет. Венерическая болезнь может приводить к бесплодию, слепоте новорожденных, а также к смертельно опасным осложнениям. Возбудитель гонореи — грамотрицательная бактерия Neisseria gonorrhoeae . Плохая новость: гонококк уже резистентен почти ко всем традиционным антибиотикам. Одобренные FDA в 2025 году препараты гепотидацин (Blujepa) и золифлодацин, которые направлены на топоизомеразу, пока еще действуют. Однако они потенциально уязвимы, поскольку, по расчетам специалистов, патоген может легко приобрести устойчивость — достаточно нескольких миссенс-мутаций. К решению проблемы общественного здравоохранения подключились ученые во главе с признанным мэтром в области системной биологии и биоинженерии Джеймсом Коллинзом . Два года назад мы уже писали, как команда Коллинза открыла антибиотики галицин и абауцин с помощью искусственного интеллекта. Группа упорно продолжает амбициозный проект Antibiotic-AI. В свежей статье в Science Translational Medicine они как раз взялись за гонорею. Исследователи проскринировали библиотеку из почти 40 тыс. малых молекул в лаборатории на способность подавлять рост гонококка. А потом обучили на этих данных разные архитектуры и провели оптимизацию гиперпараметров. Любопытно, что графовая нейросеть* D-MPNN показала себя гораздо лучше всех этих ваших модных LLM-ок (здесь использовалась ChemBERTa). * Справка . В этом случае химические структуры представляются в виде графов: вершины — атомы, ребра — связи. Графовая нейросеть итеративно делает операции «передачи сообщений» и агрегирует информацию о молекуле в одном векторе. Языковые же модели для медхимии оперируют SMILES-строками. Потом они прогнали через нейронку около 6 млн молекул из коммерческих баз и коллекции Института Броуда, попросив классифицировать каждую как хит или не хит. И далее жестко отфильтровали: убрали молекулы, структурно похожие на уже описанные антибактериальные препараты, а также потенциально токсичные для человека. После многих раундов отсева до финиша добрались две молекулы под кодовыми наименованиями A1 и MP20 . В результате протеомных экспериментов A1 оказался ингибитором аланинрацемазы — фермента, важного для синтеза клеточной стенки. Для MP20 белковую мишень найти не удалось, но выяснилось, что молекула вызывает деполяризацию мембраны и окислительный стресс. Предсказать что-то in silico — здорово, но недостаточно. Нужна валидация на живых системах. И тут — интересное. Команда Коллинза заколлабилась с группой клеточного биолога Дональда Ингбера , которая ранее разработала микрофлюидную «вагину-на-чипе». На таком устройстве молекула MP20 продемонстрировала эффективность, пройдя эпителиальные барьеры и вызвав селективное уничтожение микроорганизма. А A1 хорошо показала себя на мышах. В эпоху глобальной угрозы антибиотикорезистентности человечеству требуется срочно пополнять иссякающий арсенал лекарств. Радует, что ИИ откопал два неизвестных науке соединения, которые действуют по очень нестандартным механизмам. Более того, в параллельной работе описали еще пару антимикробных веществ NG1 и DN1: они были сгенерированы с нуля с помощью генетических алгоритмов и вариационных автоэнкодеров. Неизвестно, когда открытия MLщиков дойдут до пациентов, но благодаря дипленингу лучик надежды на спасение замаячил на горизонте. Кстати, на летне-осенний поток курса по ML мы пригласили эксперта и в области эпидемий, и в ИИ. Скоро расскажем!