Туберкулез остается самой смертоносной инфекцией на планете: ежегодно он уносит больше жизней, чем ВИЧ и малярия вместе взятые. Стандартное лечение занимает не меньше полугода и требует комбинации нескольких препаратов. Но примерно у каждого пятого пациента развивается устойчивая форма болезни, для которой привычные схемы уже не работают. Поэтому поиск новых, более коротких и эффективных курсов терапии сегодня — один из главных вызовов для медицины.
Ученые из Медицинской и Инженерной школ Университета Тафтса (США) предложили оригинальное решение этой проблемы. В журнале Cell Systems они представили систему искусственного интеллекта DECIPHAER, которая способна «расшифровывать» механизмы действия противотуберкулезных препаратов на бактерии Mycobacterium tuberculosis.
До сих пор исследователи могли лишь предполагать, как именно работает то или иное лекарство, ориентируясь на косвенные признаки. Например, по характеру повреждений клетки можно было догадаться, разрушает ли препарат ее стенку. DECIPHAER сочетает два источника данных — микроскопические изображения гибнущих бактерий и информацию об изменении активности их генов. Алгоритм восстанавливает молекулярный сценарий гибели клетки, сопоставляя морфологические снимки с транскрипционными профилями.
Уже на первых испытаниях система выявила, что один из новых препаратов, считавшийся средством для разрушения клеточной стенки, на деле блокировал дыхательную цепь микроба и останавливал выработку энергии. Это позволило точнее оценивать перспективность лекарственных соединений еще до масштабных клинических исследований.
Главное достоинство DECIPHAER в том, что ей достаточно лишь микроскопического изображения бактерии, а не дорогостоящего секвенирования РНК. Это делает инструмент быстрым, доступным и удобным для масштабного применения. Ученые рассчитывают, что он поможет подбирать эффективные комбинации лекарств даже против устойчивых форм туберкулеза.
По словам авторов, подход можно распространить и за пределы этой инфекции — на другие бактериальные заболевания и даже на опухолевые клетки. В перспективе методика способна ускорить разработку целого класса новых терапий.
Ранее Наука Mail рассказывала о том, что ИИ помог художнице вернуть потерянный голос.
