Бактерии для производства пластика и косметики 1

Проверено, как ИИ помогает бороться с супербактериями

Ученые из Австралии представили методику, которая позволяет оценить достоверность логических выводов искусственного интеллекта при разработке лекарств. Новая система призвана решить проблему «черного ящика» ИИ и ускорить поиск новых антибиотиков для борьбы с устойчивыми инфекциями.
Автор Наука Mail
Таблетки
Разработанная система была протестирована на каждой модели ИИ, и было проверено, может ли ИИ правильно идентифицировать важные структуры лекарственных препаратовИсточник: Unsplash

Перед мировым здравоохранением стоит серьезный вызов: бактерии, устойчивые к действию антибиотиков, распространяются все шире, ограничивая возможности лечения опасных инфекций. В ответ на эту угрозу группа исследователей из Университета Квинсленда предложила способ, как использовать искусственный интеллект более эффективно и безопасно для создания новых препаратов.

Главной проблемой применения ИИ в медицинской химии остается его «черный ящик». Как поясняет доктор Абдулмуджиб Онаволе из Центра по изучению устойчивых к антибиотикам бактерий, технологии часто выдают готовый ответ, но не раскрывают ход рассуждений. Это мешает ученым понять, какие именно химические закономерности легли в основу предсказаний. В сфере разработки антибиотиков такая непрозрачность особенно опасна. Ошибочные или вводящие в заблуждение объяснения со стороны ИИ могут направить лабораторные исследования по неверному пути и привести к неоправданным затратам времени и ресурсов.

Иллюстрация лекарства, созданного при участии ИИ
Разработка новых антибиотиков может быть ускорена благодаря новому инструменту, проверяющему надежность искусственного интеллектаИсточник: ИИ-иллюстрация

Разработанный австралийскими учеными инструмент призван решить эту задачу. В ходе работы специалисты создали три модели искусственного интеллекта, которые обучались на наборах данных о химических соединениях, ранее протестированных на устойчивых штаммах золотистого стафилококка (Staphylococcus aureus). Созданная система проверяла каждую модель, оценивая, насколько правильно ИИ определяет важные для антибактериальной активности структуры молекул. Особое внимание уделялось так называемым «резким скачкам активности» — ситуациям, когда даже незначительное изменение в химической формуле резко повышает или понижает эффективность вещества.

Результаты показали, что хотя все три модели успешно справляются с обнаружением известных антибиотических структур, их способность объяснять причины активности или неактивности молекул существенно различается. Доктор Йоханнес Цуэгг, также представляющий Центр по изучению супербактерий, отметил, что разработанная система позволяет достоверно оценить, может ли ИИ давать химически обоснованные объяснения. Это качественно новый уровень контроля, который дает химикам-медикам необходимую уверенность в данных.

Ранее Наука Mail рассказывала, что в дикой природе доля супербактерий выше, чем в больницах.