Sztuczna inteligencja staje się kluczowym narzędziem w poszukiwaniu nowych leków, szczególnie w kontekście rosnącej oporności bakterii na antybiotyki. Badacze z Uniwersytetu Pensylwanii opracowali nowe narzędzie o nazwie ApexGO, które nie szuka przypadkowych cząsteczek, ale systematycznie ulepsza istniejące, słabe kandydaty na antybiotyki. Model proponuje konkretne modyfikacje struktury peptydów przeciwdrobnoustrojowych, przewidując, które zmiany zwiększą ich skuteczność i zmniejszą toksyczność.

W przeciwieństwie do tradycyjnych systemów AI, które przeszukują ogromne bazy danych w poszukiwaniu aktywnych substancji, ApexGO działa iteracyjnie — krok po kroku poprawia cząsteczki, symulując proces optymalizacji. Pierwsze testy laboratoryjne wykazały, że 85% zaprojektowanych przez AI peptydów skutecznie zatrzymywało wzrost bakterii, a 72% nowych wersji było skuteczniejszych niż oryginały. Dwa z nich, przetestowane na myszach, osiągnęły skuteczność zbliżoną do polimyksyny B — antybiotyku rezerwowego, stosowanego w ostatniej linii obrony.

Choć wyniki są obiecujące, ApexGO nie zastępuje ludzkich badaczy, a jedynie wspiera ich pracę, wskazując najbardziej obiecujące ścieżki badań. Naukowcy podkreślają, że narzędzie wymaga dalszej optymalizacji, a wytypowane kombinacje muszą przejść szczegółowe testy kliniczne. Wyniki badań opublikowano w renomowanym czasopiśmie "Nature Machine Intelligence".