Сесар де ла Фуэнте поставил перед собой задачу бороться с устойчивостью к противомикробным препаратам, используя природные ресурсы.
16 февраля 2026 г.
Будучи ещё подростком и пытаясь решить, чем заняться в жизни, Сесар де ла Фуэнте составил список крупнейших мировых проблем. Он расположил их в обратном порядке в зависимости от того, сколько денег правительства тратят на их решение. На первом месте оказалась устойчивость к противомикробным препаратам.
Спустя двадцать лет проблема никуда не исчезла. Наоборот, она только усугубилась. Инфекции, вызываемые бактериями, грибами и вирусами, которые выработали способы уклонения от лечения, теперь связаны с более чем 4 миллионами смертей в год, а недавний анализ, опубликованный в журнале Lancet, предсказывает, что к 2050 году это число может превысить 8 миллионов. В статье, опубликованной в июле 2025 года в журнале Physical Review Letters, де ла Фуэнте, ныне биоинженер и специалист по вычислительной биологии, и синтетический биолог Джеймс Коллинз предупредили о надвигающейся «постантибиотической» эре, в которой инфекции, вызываемые устойчивыми к лекарствам штаммами распространенных бактерий, таких как Escherichia coli или Staphylococcus aureus, которые часто все еще можно лечить с помощью нашего нынешнего арсенала лекарств, станут смертельными. «Процесс разработки антибиотиков остается крайне ограниченным, — написали они, — ему препятствуют высокие затраты на разработку, длительные сроки и низкая окупаемость инвестиций».
Связанная статья
Первые испытания метода омоложения на людях начнутся «вскоре». Читайте далее.
Но де ла Фуэнте использует искусственный интеллект для создания другого будущего. Его команда в Университете Пенсильвании обучает инструменты ИИ для поиска в геномах пептидов с антибиотическими свойствами. Его цель — собрать эти пептиды — молекулы, состоящие из до 50 аминокислот, связанных между собой, — в различные конфигурации, включая некоторые, никогда ранее не встречавшиеся в природе. Он надеется, что результаты позволят защитить организм от микробов, устойчивых к традиционным методам лечения.
Его поиски обнаружили перспективные кандидаты в неожиданных местах. В августе 2025 года его команда, в которую входят 16 ученых из группы машинной биологии Пенсильванского университета, описала пептиды, скрытые в генетическом коде древних одноклеточных организмов, называемых археями. До этого они извлекли список кандидатов из яда змей, ос и пауков. А в рамках продолжающегося проекта, который де ла Фуэнте называет «молекулярным де-экстинкцией», он и его коллеги сканируют опубликованные генетические последовательности вымерших видов в поисках потенциально функциональных молекул. К этим видам относятся гоминиды, такие как неандертальцы и денисовцы, и харизматичные представители мегафауны, такие как шерстистые мамонты, а также древние зебры и пингвины. В истории жизни на Земле, рассуждает де ла Фуэнте, возможно, какой-то организм выработал антимикробную защиту, которая может быть полезна сегодня. Эти давно забытые коды дали начало возрожденным соединениям с такими названиями, как маммутузин-2 (из ДНК шерстистого мамонта), милодонин-2 (из ДНК гигантского ленивца) и гидродамин-1 (из ДНК древней морской коровы). За последние несколько лет это молекулярное увлечение позволило де ла Фуэнте собрать библиотеку, насчитывающую более миллиона генетических рецептов.
В свои 40 лет де ла Фуэнте также собрал внушительную коллекцию наград от Американского общества микробиологии, Американского химического общества и других организаций. (В 2019 году этот журнал назвал его одним из «35 новаторов моложе 35 лет» за внедрение вычислительных подходов в разработку антибиотиков.) Он широко известен как лидер в усилиях по использованию ИИ для решения реальных проблем. «Он действительно помог проложить путь в этой области», — говорит Коллинз, работающий в Массачусетском технологическом институте. (Они не сотрудничали в лаборатории, но Коллинз давно находится в авангарде использования ИИ для разработки лекарств, включая поиск антибиотиков. В 2020 году команда Коллинза использовала модель ИИ для прогнозирования действия антибиотика широкого спектра действия, галицина, который сейчас находится на стадии доклинических исследований.)
По словам Коллинза, в мире разработки антибиотиков исследователям необходимо как можно больше креативности и новаторства. А работа де ла Фуэнте с пептидами продвинула эту область вперед: «Сезар невероятно талантлив и очень новаторски настроен».
Беспорядочное и шумное мероприятие
Де ла Фуэнте описывает проблему устойчивости к противомикробным препаратам как «почти неразрешимую», но он видит в слове «почти» огромный потенциал для дальнейших исследований. «Мне нравятся сложные задачи, — говорит он, — и я думаю, что это самая сложная задача».
По его словам, использование, чрезмерное использование и неправильное применение антибиотиков приводят к развитию антимикробной резистентности. И эта проблема бесконтрольно усугубляется, поскольку традиционные способы поиска, производства и тестирования лекарств непомерно дороги и часто приводят к тупику. «Многие компании, которые пытались заниматься разработкой антибиотиков в прошлом, в итоге обанкротились, потому что в конечном итоге не получали хорошей отдачи от инвестиций», — говорит он.
Открытие антибиотиков всегда было сложным и шумным процессом, движимым случайностями и чреватым неопределенностью и ошибками. На протяжении десятилетий исследователи в основном полагались на механические методы грубой силы. «Ученые копают почву, они копают воду, — говорит де ла Фуэнте. — А затем из этого сложного органического вещества они пытаются извлечь антимикробные молекулы».
Но молекулы могут быть чрезвычайно сложными. Исследователи подсчитали, что количество возможных органических комбинаций, которые можно синтезировать, составляет около 10⁶⁰. Для сравнения, Земля содержит примерно 10¹⁸ песчинок. «Разработка лекарств в любой области — это игра статистики», — говорит Джонатан Стоукс, химический биолог из Университета Макмастера в Канаде, который использует генеративный ИИ для разработки потенциальных новых антибиотиков, которые можно синтезировать в лаборатории, и который работал с Коллинзом над галицином. «Чтобы получить лекарство, нужно достаточное количество удачных бросков».
Связанная статья
Однако, это должны быть меткие выстрелы. И, похоже, ИИ хорошо подходит для улучшения меткости исследователей. Биология — это источник информации, объясняет де ла Фуэнте: «Это как набор кода». Код ДНК состоит из четырех букв; белки и пептиды — из 20, где каждая «буква» представляет собой аминокислоту. Де ла Фуэнте говорит, что его работа сводится к обучению моделей ИИ распознаванию последовательностей букв, кодирующих антимикробные пептиды, или АМП. «Если вы подумаете об этом так, — говорит он, — вы можете разработать алгоритмы для анализа кода и идентификации функциональных молекул, которые могут быть антимикробными средствами. Или противомалярийными средствами. Или противораковыми агентами».
Практически говоря, мы еще не достигли цели: эти пептиды еще не превращены в пригодные для использования лекарства, которые могли бы помочь людям, и еще много деталей — дозировка, способ доставки, конкретные мишени — которые необходимо проработать, говорит де ла Фуэнте. Но антимикробные пептиды привлекательны, потому что организм уже их использует. Они являются важной частью иммунной системы и часто первой линией защиты от патогенных инфекций. В отличие от обычных антибиотиков, которые обычно используют один способ уничтожения бактерий, антимикробные пептиды часто демонстрируют многокомпонентный подход. Они могут разрушать клеточную стенку и генетический материал внутри, а также различные клеточные процессы. Бактериальный патоген может выработать устойчивость к единственному механизму действия обычного препарата, но, возможно, не к многосторонней атаке антимикробных пептидов.
От разработки до внедрения
Группа Де ла Фуэнте — одна из многих, расширяющих границы использования ИИ в разработке антибиотиков. Если Коллинз в основном занимается пептидами, то в центре его внимания — поиск малых молекул. То же самое делает и Стокс из Университета Макмастера, чьи модели выявляют перспективные новые молекулы и предсказывают возможность их синтеза. «Прошло всего несколько лет с тех пор, как люди начали эффективно использовать ИИ в разработке лекарств», — говорит Коллинз.
Даже за этот короткий промежуток времени инструменты изменились, говорит Джеймс Зу, специалист по информатике из Стэнфордского университета, работавший со Стоуксом и Коллинзом. Исследователи перешли от использования прогностических моделей к разработке генеративных подходов. По словам Зу, при прогностическом подходе исследователи проверяют большие библиотеки кандидатов, которые, как известно, являются перспективными. Генеративные подходы предлагают нечто иное: привлекательность создания новой молекулы с нуля. В прошлом году, например, команда де ла Фуэнте использовала одну генеративную модель ИИ для разработки набора синтетических пептидов, а другую — для их оценки. Группа протестировала два из полученных соединений на мышах, инфицированных устойчивым к лекарствам штаммом Acinetobacter baumannii, микроорганизмом, который Всемирная организация здравоохранения определила как «критически важный» в исследованиях устойчивости к противомикробным препаратам. Оба препарата успешно и безопасно вылечили инфекцию.
Однако эта область все еще находится на стадии открытия. В своей текущей работе де ла Фуэнте пытается приблизить кандидатов к клиническим испытаниям. С этой целью его команда разрабатывает амбициозную мультимодальную модель под названием ApexOracle, предназначенную для анализа нового патогена, выявления его генетических слабых мест, сопоставления его с антимикробными пептидами, которые могут быть эффективны против него, а затем прогнозирования того, как антибиотик, созданный из этих пептидов, покажет себя в лабораторных тестах. По его словам, это «объединяет понимание в химии, геномике и языке». Это предварительная разработка, добавляет он, но даже если она не будет работать идеально, она поможет направить следующее поколение моделей ИИ к конечной цели – борьбе с резистентностью.
Он считает, что благодаря искусственному интеллекту у исследователей появился реальный шанс справиться с огромной угрозой, стоящей перед ними. Технология уже сэкономила десятилетия времени, затрачиваемого на исследования. Теперь он хочет, чтобы она спасала и жизни: «Это мир, в котором мы живем сегодня, и он невероятен».
Стивен Орнес — научный журналист из Нэшвилла, штат Теннесси.
Источник: www.technologyreview.com
