Модель искусственного интеллекта Stanford Evo 2 генерирует фаги против кишечной палочки.

Искусственный интеллект в здравоохранении и оздоровлении

Модель искусственного интеллекта Stanford Evo 2 генерирует фаги против кишечной палочки.

Исследователи из Стэнфорда синтезировали почти 300 фагов из последовательностей ДНК, полученных с помощью генеративной модели искусственного интеллекта Evo 2. Лабораторные исследования позволили сузить группу до 16 фагов, которые продемонстрировали особенно сильную активность по уничтожению кишечной палочки.

В центре внимания работы бактериофаг ΦX174, произносится как «ФАЙ-экс-1-7-4». Брайан Хи, доцент кафедры химической инженерии и стипендиат программы Dieter Schwarz Foundation Stanford Data Science Faculty Fellow, создал Evo 2, а аспирант-биоинженер Сэмюэл Кинг руководил экспериментальной работой, описанной в статье.

Evo 2 переносит геномы фагов в лабораторные условия.

Evo 2 генерирует новые последовательности ДНК из небольшого исходного фрагмента генома фага. Исследователи попросили модель воспроизвести весь геном ΦX174 за один проход слева направо.

«В данном случае мы хотели, чтобы модель генерировала весь геном от начала до конца за один проход слева направо. Мы ничего не добавляли», — сказал Хи. В результате процесса были получены тысячи геномов-кандидатов, после чего команда отобрала последовательности для химического синтеза и лабораторных исследований.

ΦX174 предложила относительно компактную тестовую систему. Ее геном содержит менее 6000 пар оснований, по сравнению с примерно 3 миллиардами пар оснований в геноме человека. Хи сказал, что исследователи по-прежнему сталкиваются с трудной задачей при интерпретации даже последовательности ДНК из 5400 символов, анализируя каждый ген отдельно.

Хи сказал, что некоторые из предложенных в рамках проекта Evo 2 фагов показали более высокую приспособленность, чем нативный ΦX174, в лабораторных условиях. Поэтому проект проверяет, может ли модель создавать целые жизнеспособные вирусные геномы, а не только предлагать локальные изменения ДНК.

Предварительный отбор кандидатов проводится до синтеза ДНК.

Кинг разработал вычислительную модель для сокращения количества геномов-кандидатов, отправляемых на синтез. Эта модель оценивала характеристики, полученные от ΦX174 и родственных фагов, прежде чем команда выбрала варианты для лабораторных исследований.

Синтез ДНК накладывает практическое ограничение. Исследователи создали геномы с помощью Evo 2, оценили их на соответствие заданным критериям, затем химически синтезировали выбранные геномы и протестировали, какие из них показали наилучшие результаты в лабораторных условиях.

«Одной из главных частей проектной концепции было определение того, какими характеристиками должны обладать геномы на основе ΦX174 и родственных фагов», — сказал Кинг. «Концепция включала несколько ключевых этапов: генерацию геномов с использованием Evo 2, оценку вариантов на основе проектных критериев, выбор оптимальных кандидатов, их химический синтез, а затем тестирование в лаборатории для определения того, какие геномы работают лучше всего».

Хие заявил, что предложенная структура позволила снизить затраты на синтез, сосредоточив средства на кандидатах, которых его команда сочла наиболее перспективными.

Эта последовательность также определяет операционные границы результата. Evo 2 сгенерировал тысячи вариантов, однако исследователям по-прежнему требовались вычислительные расчеты, химический синтез и лабораторные анализы для идентификации жизнеспособных фагов.

Тестирование на резистентность основано на использовании смеси из 16 фагов.

Исследователи выбрали более одного фага, нацеленного на кишечную палочку, потому что бактерии могут выработать устойчивость к одному и тому же препарату. Хи сказал, что смеси фагов могут затруднить бактериям уклонение от действия каждого компонента препарата.

«Если бактерии приобретут устойчивость к одному фагу, то для лекарства все будет кончено», — сказал Хи. «Но если в смеси присутствует несколько генетически различных фагов, бактериям будет сложнее выработать устойчивость ко всей смеси целиком».

Стэнфордский университет сообщает, что коктейль, содержащий 16 отобранных фагов, быстро преодолел устойчивость кишечной палочки, которая была невосприимчива к нативному фагу ΦX174.

Хи сказал, что аналогичные исследования могли бы быть направлены на разработку фагов, нацеленных на метициллин-резистентный золотистый стафилококк (MRSA). Он также упомянул Pseudomonas aeruginosa, которую Стэнфорд описывает как одну из основных причин инфекций, вызванных лекарственными препаратами, устойчивыми к антибиотикам, которые приобретаются в больницах.

Открытый доступ к исходному коду расширяет исследовательскую программу.

Компания Hie выпустила Evo 2 в качестве программного обеспечения с открытым исходным кодом. Исследователи могут загрузить модель и использовать ее для проектирования геномов.

Согласно сообщению Стэнфордского университета, выпуск инструмента вызвал дискуссии по вопросам безопасности. Хи признал, что злоумышленники могут модифицировать его версии, хотя и утверждал, что существующие патогены представляют больший риск, поскольку люди могут получить к ним доступ и производить их легче.

Хи также заявил, что системы с поддержкой ИИ могут помочь в реагировании на пандемии, возникающие естественным путем, и предоставить варианты защиты от биологических угроз, созданных человеком. Эти взгляды отражают его оценку потенциального применения и рисков этого инструмента.

Кинг описал пользу для исследований в более узком смысле: «Одна из самых приятных сторон этого проекта — это творческий потенциал, который открывает Evo 2. Благодаря тому, что мы можем делать с этими моделями, открываются новые горизонты в науке».

Согласно данным Стэнфордского университета, на следующем этапе технология Evo 2 будет расширена для обработки более длинных и сложных участков ДНК. Хи работает с исследователями из Стэнфорда и других университетов над разработкой дополнительных вариантов бактериофагов.

Небольшие бактериальные геномы также могут стать мишенью для этой модели. В Стэнфорде говорят, что эти геномы могут поддерживать генно-модифицированные микроорганизмы, предназначенные для производства химических веществ, лекарств или топлива. Хайе сформулировал оставшуюся техническую работу вокруг двух вопросов: «Самые важные открытые вопросы для меня — это как добиться большей генетической новизны и как обеспечить большую контролируемость результатов?»

См. также: Почему интерфейсы искусственного интеллекта в здравоохранении должны адаптироваться к опыту пользователей.

Хотите узнать больше об искусственном интеллекте и больших данных от лидеров отрасли? Посетите выставку AI & Big Data Expo, которая пройдет в Амстердаме, Калифорнии и Лондоне. Это масштабное мероприятие является частью TechEx и проводится одновременно с другими ведущими технологическими выставками, включая Cyber Security & Cloud Expo. Для получения дополнительной информации нажмите здесь.

AI News — это проект TechForge Media. Здесь вы можете ознакомиться с другими предстоящими мероприятиями и вебинарами, посвященными корпоративным технологиям.

Источник: www.artificialintelligence-news.com