Абдул Латиф Джамиль Лаборатория действий по борьбе с бедностью (J‑PAL) Институт Пиковера по изучению обучения и памяти Школа гуманитарных, художественных и социальных наук Шварцмановский колледж вычислительной техники MIT
3 вопроса: использование ИИ для ускорения открытия и проектирования терапевтических препаратов
В стремлении найти решения сложных глобальных проблем, включая болезни, энергетические потребности и изменение климата, научные исследователи, в том числе в MIT, обратились к искусственному интеллекту, а также к количественному анализу и моделированию для проектирования и конструирования инженерных клеток с новыми свойствами. Такие инженерные клетки можно запрограммировать так, чтобы они становились новыми терапевтическими средствами, борющимися с заболеваниями и, возможно, искореняющими их.
Джеймс Дж. Коллинз является одним из основателей области синтетической биологии, а также ведущим исследователем в системной биологии — междисциплинарном подходе, использующем математический анализ и моделирование сложных систем для лучшего понимания биологических систем. Его исследования привели к разработке новых классов диагностических средств и терапевтических методов, в том числе для обнаружения и лечения таких патогенов, как вирус Эбола, вирус Зика, SARS‑CoV‑2 и антибиотикоустойчивые бактерии. Коллинз, профессор медицинской инженерии и науки по должности Термира и профессор биологической инженерии в MIT, является ключевым сотрудником Института медицинской инженерии и науки (IMES), директором Клина Джеймиля при MIT по машинному обучению в здравоохранении, а также членом Института Броуда MIT и Гарварда и одним из основателей факультета в Институте Вайсса по биологически вдохновенной инженерии Гарварда.
В этом интервью Коллинз рассказывает о своей последней работе и целях этих исследований.
Вопрос.
Вы известны сотрудничеством с коллегами по всему MIT и в других учреждениях. Как эти сотрудничества и аффилиации помогли вам в вашей работе?
Ответ.
Сотрудничество было центральным для работы в моей лаборатории. В Клинике Джамиля при MIT по машинному обучению в здравоохранении я начал сотрудничество с Региной Барзилай [профессор Дельта Электроникс в департаменте электротехники и компьютерных наук MIT и ассоциированный сотрудник IMES] и Томми Яаккола [профессор Томаса Зибеля по электротехнике и компьютерным наукам и Институту данных, систем и общества], чтобы использовать глубинное обучение для открытия новых антибиотиков. Это усилие объединило наш опыт в области искусственного интеллекта, сетевой биологии и системной микробиологии, что привело к обнаружению халицина, мощного нового антибиотика, эффективного против широкого спектра мультирезистентных бактериальных патогенов. Наши результаты были опубликованы в журнале Cell в 2020 году и продемонстрировали силу объединения дополняющих навыков для решения глобальной проблемы здравоохранения.
В Институте Вайсса я тесно работал с Дональдом Ингбером [профессор крови и сосудистой биологии Джуда Фолкман в Гарвардской медицинской школе и программе сосудистой биологии Бостонской детской больницы, и профессор Хансйорг Вайсс по биологически вдохновенной инженерии в Гарварде], используя его технологию «органы на чипе» для тестирования эффективности антибиотиков, обнаруженных и созданных с помощью ИИ. Эти платформы позволяют нам изучать поведение препаратов в средах, похожих на человеческие ткани, дополняя традиционные эксперименты на животных и давая более тонкое представление об их терапевтическом потенциале.
Общая нить во многих наших сотрудничествах — возможность объединять вычислительные предсказания с передовыми экспериментальными платформами, ускоряя путь от идей до валидации новых терапий.
Вопрос.
Ваши исследования привели к многим прорывам в проектировании новых антибиотиков с использованием генеративного ИИ и глубинного обучения. Можете рассказать о некоторых достижениях, в которых вы участвовали, в разработке препаратов против мультирезистентных патогенов и что вы видите в будущем?
Ответ.
В 2025 году наша лаборатория опубликовала исследование в журнале Cell, демонстрирующее, как генеративный ИИ может использоваться для разработки принципиально новых антибиотиков с нуля. Мы использовали генетические алгоритмы и вариационные автоэнкодеры для генерации миллионов кандидатов‑молекул, исследуя как дизайн на основе фрагментов, так и полностью неограниченное химическое пространство. После вычислительной фильтрации, ретросинтетического моделирования и обзора медицинской химии мы синтезировали 24 соединения и протестировали их экспериментально. Семь показали селективную антибактериальную активность. Один ведущий кандидат, NG1, был узкоспектным и уничтожал мультирезистентный Neisseria gonorrhoeae, включая штаммы, устойчивые к препаратам первой линии, при этом не затрагивая комменсальные виды. Другой, DN1, нацеливался на метициллин‑резистентный Staphylococcus aureus (MRSA) и устранял инфекции у мышей путем широкого разрушения мембран. Оба кандидата были нетоксичными и продемонстрировали низкие темпы развития резистентности.
Смотря в будущее, мы используем глубинное обучение для проектирования антибиотиков с фармакологическими свойствами, делающими их более перспективными для клинической разработки. Интегрируя ИИ с высокопропускным биологическим тестированием, мы стремимся ускорить открытие и проектирование антибиотиков, которые будут новыми, безопасными и эффективными, готовыми для применения в клинике. Такой подход может преобразить нашу реакцию на устойчивые к лекарствам бактериальные патогены, переводя разработку антибиотиков от реактивной к проактивной стратегии.
Вопрос.
Вы сооснователь Phare Bio, некоммерческой организации, использующей ИИ для поиска новых антибиотиков, и лаборатория Коллинза помогла запустить проект Antibiotics‑AI в сотрудничестве с Phare Bio. Можете рассказать подробнее о целях этих сотрудничеств и как они связаны с вашими исследовательскими задачами?
Ответ.
Мы основали Phare Bio как некоммерческую организацию, чтобы продвигать наиболее перспективные кандидаты‑антибиотики, возникающие в проекте Antibiotics‑AI в MIT, дальше по пути к клинике. Идея заключается в том, чтобы преодолеть разрыв между открытием и разработкой, сотрудничая с биотехнологическими компаниями, фармацевтическими партнерами, компаниями по ИИ, филантропиями, другими некоммерческими организациями и даже государствами. Акилиа Косараджу блестяще руководит Phare Bio, координируя эти усилия и эффективно продвигая кандидатов вперед.
Недавно мы получили грант от ARPA‑H на использование генеративного ИИ для проектирования 15 новых антибиотиков и разработки их как доклинических кандидатов. Этот проект напрямую опирается на исследования нашей лаборатории, сочетая вычислительный дизайн с экспериментальным тестированием для создания новых антибиотиков, готовых для дальнейшей разработки. Интегрируя генеративный ИИ, биологию и трансляционные партнерства, мы надеемся создать конвейер, который сможет более оперативно реагировать на глобальную угрозу антибиотикорезистентности, в конечном счете поставляя новые терапии пациентам, которые в них наиболее нуждаются.
Репортер Nature Джйоти Мадхусуданан освещает работу профессоров Регины Барзилай и Джеймса Коллинза по созданию инструментов ИИ, направленных на ускорение процесса открытия лекарств и борьбы с растущей проблемой антибиотикорезистентности. Барзилай отмечает, что цель проектирования лекарств с помощью ИИ не в том, чтобы иметь идеальный метод, а в том, чтобы находить рабочие решения кризиса устойчивости к антибиотикам. «Для меня искусство заключается в том, чтобы взять инструменты, которые у нас уже есть и которые уже многое умеют, и превратить их в то, что будет полезно в клинике», — объясняет она.
Гарвард‑MIT Программа по наукам о здоровье и технологиям Институт медицинской инженерии и науки (IMES) Кафедра биологической инженерии Программа Гарвард‑MIT по наукам о здоровье и технологиям
С помощью генеративного ИИ исследователи разрабатывают соединения, способные убивать лекарственно‑устойчивые бактерии Ученые обнаруживают соединения, которые помогают клеткам бороться с широким спектром вирусов Джим Коллинз получает финансирование на использование ИИ для открытия лекарств Предоставление ИИ «кристально чистого» видения мира материалов Формирование сообщества в инновационной среде Кендалл‑сквер Сьюзи Нельсон изменила студенческую жизнь в MIT Студенческие лидеры MIT: интервью с президентом Ассоциации студенческой деятельности Ханой Соусой Отчет о состоянии устойчивости цепочек поставок показывает рекордную приверженность корпораций, но отставание в управлении Модель ИИ расшифровывает язык, которым клетки общаются друг с другом
Массачусетский технологический институт 77 Массачусетс-авеню, Кембридж, Массачусетс, США
