How we're using AI to discover new antibiotics | Jim Collins

Překladatel: Lukáš Melecký Korektor: Vladimír Harašta

So how are we going to beat this novel coronavirus?

Takže, jak hodláme porazit tento nový koronavirus?

By using our best tools:

Našimi nejlepšími nástroji:

our science and our technology.

naší vědou a technologií.

In my lab, we're using the tools of artificial intelligence

V mojí laboratoři využíváme nástroje umělé inteligence

and synthetic biology

a syntetické biologie,

to speed up the fight against this pandemic.

abychom zrychlili boj proti pandemii.

Our work was originally designed

Naše práce byla zpočátku navržena k tomu,

to tackle the antibiotic resistance crisis.

abychom se vypořádali s rezistencí na antibiotika.

Our project seeks to harness the power of machine learning

Náš projekt hledá, jak využít sílu strojového učení

to replenish our antibiotic arsenal

k doplnění našeho antibiotického arzenálu

and avoid a globally devastating postantibiotic era.

a zabránění postantibiotické éře, která by způsobila globální devastaci.

Importantly, the same technology can be used

Důležité je, že ta samá technologie může být použita

to search for antiviral compounds

k nalezení antivirových sloučenin,

that could help us fight the current pandemic.

které nám mohou pomoct bojovat se současnou pandemií.

Machine learning is turning the traditional model of drug discovery

Strojové učení obrátilo tradiční model zkoumání léčiv vzhůru nohama.

on its head.

With this approach,

S tímto přístupem,

instead of painstakingly testing thousands of existing molecules

místo pečlivého testování účinnosti tisíců existujících molekul

one by one in a lab

jednu po druhé v laboratoři,

for their effectiveness,

we can train a computer to explore the exponentially larger space

můžeme trénovat počítač, aby prozkoumal exponenciálně větší prostor

of essentially all possible molecules that could be synthesized,

všech možných molekul, které mohou být syntetizovány,

and thus, instead of looking for a needle in a haystack,

a tím pádem, místo hledání jehly v kupce sena,

we can use the giant magnet of computing power

můžeme využít gigantický magnet výpočetní síly,

to find many needles in multiple haystacks simultaneously.

aby našel mnoho jehel v mnoha kupkách sena zároveň.

We've already had some early success.

Již máme nějaké počáteční úspěchy.

Recently, we used machine learning to discover new antibiotics

Nedávno jsme použili strojové učení k objevení nových antibiotik,

that can help us fight off the bacterial infections

které nám pomohou přemoci bakteriální infekce,

that can occur alongside SARS-CoV-2 infections.

jež se mohou vyskytnout společně s infekcí SARS-CoV-2.

Two months ago, TED's Audacious Project approved funding for us

Před dvěma měsíci TED Audacious Project schválil naše financování,

to massively scale up our work

aby podstatně rozšířil naši činnost

with the goal of discovering seven new classes of antibiotics

s cílem objevit sedm nových tříd antibiotik

against seven of the world's deadly bacterial pathogens

proti sedmi nejsmrtelnějším bakteriálním patogenům světa

over the next seven years.

během následujících sedmi let.

For context:

Jen připomínám,

the number of new class of antibiotics

že v posledních třech dekádách

that have been discovered over the last three decades is zero.

nebyla objevena ani jedna nová třída antibiotik.

While the quest for new antibiotics is for our medium-term future,

Zatímco pátrání po nových antibiotikách proběhne ve střednědobém horizontu,

the novel coronavirus poses an immediate deadly threat,

nový koronavirus představuje současnou smrtelnou hrozbu

and I'm excited to share that we think we can use the same technology

a s radostí vám sděluji, že věříme, že můžeme použít tu samou technologii

to search for therapeutics to fight this virus.

ke hledání terapie pro boj s tímto virem.

So how are we going to do it?

Takže, jak to hodláme udělat?

Well, we're creating a compound training library

Vytváříme knihovnu tréninkových sloučenin

and with collaborators applying these molecules to SARS-CoV-2-infected cells

a se spolupracovníky vkládáme tyto molekuly do buněk infikovaných SARS-CoV-2,

to see which of them exhibit effective activity.

abychom viděli, která z nich vykazuje účinnou aktivitu.

These data will be use to train a machine learning model

Tato data budou použita k trénování modelu strojového učení,

that will be applied to an in silico library of over a billion molecules

který bude nasazen na více než miliardu molekul z počítačové knihovny,

to search for potential novel antiviral compounds.

aby našel potenciální nové antivirové sloučeniny.

We will synthesize and test the top predictions

Budeme syntetizovat a testovat nejlepší predikce

and advance the most promising candidates into the clinic.

a nejnadějnější kandidáty posuneme do klinických testů.

Sound too good to be true?

Že to zní až moc dobře?

Well, it shouldn't.

Nemělo by.

The Antibiotics AI Project is founded on our proof of concept research

„Antibiotics AI Project“ je založen na našem ověřovacím výzkumu,

that led to the discovery of a novel broad-spectrum antibiotic

který vedl k objevu nového širokospektrálního antibiotika

called halicin.

zvaného halicin.

Halicin has potent antibacterial activity

Halicin vykazuje silnou antibakteriální aktivitu

against almost all antibiotic-resistant bacterial pathogens,

proti skoro všem rezistentním bakteriálním patogenům

including untreatable panresistant infections.

včetně nevyléčitelných panrezistentních infekcí.

Importantly, in contrast to current antibiotics,

Na rozdíl od současných antibiotik je důležité,

the frequency at which bacteria develop resistance against halicin

že četnost, s jakou si bakterie vybuduje rezistenci na halicin,

is remarkably low.

je pozoruhodně nízká.

We tested the ability of bacteria to evolve resistance against halicin

V laboratoři jsme testovali schopnost bakterie vybudovat si

as well as Cipro in the lab.

rezistenci na halicin a na lék „Cipro“.

In the case of Cipro,

V případě léku „Cipro“

after just one day, we saw resistance.

jsme již po jednom dni pozorovali rezistenci.

In the case of halicin,

V případě halicinu jsme po jednom dni nepozorovali žádnou rezistenci.

after one day, we didn't see any resistance.

Amazingly, after even 30 days,

Překvapivé je, že ani po 30 dnech

we didn't see any resistance against halicin.

jsme nepozorovali žádnou rezistenci na halicin.

In this pilot project, we first tested roughly 2,500 compounds against E. coli.

V pilotním projektu jsme nejprve testovali zhruba 2 500 sloučenin proti E. coli.

This training set included known antibiotics,

Tento tréninkový set zahrnoval známá antibiotika

such as Cipro and penicillin,

jako „Cipro“ a penicilin,

as well as many drugs that are not antibiotics.

stejně jako mnoho léků, které nejsou antibiotiky.

These data we used to train a model

Tato data jsme použili k trénování modelu,

to learn molecular features associated with antibacterial activity.

aby se naučil vlastnosti molekul spojované s antibakteriální aktivitou.

We then applied this model to a drug-repurposing library

Poté jsme model aplikovali na knihovnu znovupoužitelných léčiv

consisting of several thousand molecules

obsahující několik tisíc molekul

and asked the model to identify molecules

a zadali jsme modelu, aby identifikoval molekuly,

that are predicted to have antibacterial properties

u kterých jsou predikovány antibakteriální vlastnosti,

but don't look like existing antibiotics.

ale nevypadají jako existující antibiotika.

Interestingly, only one molecule in that library fit these criteria,

Je zajímavé, že pouze jedna molekula v knihovně odpovídala těmto kritériím

and that molecule turned out to be halicin.

a touto molekulou se ukázal být halicin.

Vzhledem k tomu, že halicin nevypadá jako jakékoliv existující antibiotikum,

Given that halicin does not look like any existing antibiotic,

it would have been impossible for a human, including an antibiotic expert,

bylo by pro člověka nemožné, dokonce i pro experta na antibiotika,

to identify halicin in this manner.

aby tímto způsobem halicin identifikoval.

Imagine now what we could do with this technology

A teď si představte, co bychom s touto technologií

against SARS-CoV-2.

mohli dělat proti SARS-CoV-2.

And that's not all.

A toto není vše.

We're also using the tools of synthetic biology,

Také využíváme nástroje syntetické biologie

tinkering with DNA and other cellular machinery,

a experimentujeme s DNA a dalšími buněčnými aparáty,

to serve human purposes like combating COVID-19,

aby sloužily potřebám lidí, jako je boj proti COVID-19,

and of note, we are working to develop a protective mask

a je důležité zmínit, že pracujeme na vývoji ochranné masky,

that can also serve as a rapid diagnostic test.

která také dokáže sloužit jako rychlý diagnostický test.

So how does that work?

Takže, jak to funguje?

Well, we recently showed

Nedávno jsme ukázali,

that you can take the cellular machinery out of a living cell

že můžete vzít buněčný aparát z živé buňky

and freeze-dry it along with RNA sensors onto paper

a lyofilizovat ho společně s RNA senzorem na papír,

in order to create low-cost diagnostics for Ebola and Zika.

abyste vytvořili levnou diagnostiku Eboly a Ziky.

The sensors are activated when they're rehydrated by a patient sample

Senzory se aktivují rehydratací ze vzorku nemocného člověka,

that could consist of blood or saliva, for example.

který může obsahovat například krev nebo sliny.

It turns out, this technology is not limited to paper

Ukazuje se, že tato technologie není omezena pouze na papír

and can be applied to other materials, including cloth.

a může být aplikována na další materiály, včetně tkanin.

For the COVID-19 pandemic,

Pro pandemii COVID-19

we're designing RNA sensors to detect the virus

navrhujeme RNA senzory k detekci viru

and freeze-drying these along with the needed cellular machinery

a lyofilizujeme je i s potřebnými buněčnými aparáty

into the fabric of a face mask,

do látky roušky.

where the simple act of breathing,

Stačí pouhé dýchání

along with the water vapor that comes with it,

a vodní kapénky, které ho doprovázejí,

can activate the test.

aby se test aktivoval.

Thus, if a patient is infected with SARS-CoV-2,

Tím pádem, pokud je pacient infikován SARS-CoV-2,

začne maska produkovat fluorescenční signál,

the mask will produce a fluorescent signal

that could be detected by a simple, inexpensive handheld device.

který může být detekován jednoduchým, laciným kapesním zařízením.

In one or two hours, a patient could thus be diagnosed

Během hodiny nebo dvou tak může být pacient bezpečně,

safely, remotely and accurately.

na dálku a přesně diagnostikován.

We're also using synthetic biology

Syntetickou biologii také využíváme

to design a candidate vaccine for COVID-19.

k návrhu vakcíny pro COVID-19.

We are repurposing the BCG vaccine,

Znovupoužíváme BCG vakcínu,

which had been used against TB for almost a century.

která se téměř jedno století používala proti tuberkulóze.

It's a live attenuated vaccine,

Je to živá, oslabená vakcína

and we're engineering it to express SARS-CoV-2 antigens,

a my ji připravujeme pro expresi antigenů SARS-CoV-2,

which should trigger the production of protective antibodies

které by měly spouštět produkci ochranných protilátek

by the immune system.

v imunitním systému.

Importantly, BCG is massively scalable

Důležité je, že BCG je masivně škálovatelná

and has a safety profile that's among the best of any reported vaccine.

a má bezpečnostní profil, který patří mezi nejlepší ze všech hlášených vakcín.

With the tools of synthetic biology and artificial intelligence,

S nástroji syntetické biologie a umělé inteligence

we can win the fight against this novel coronavirus.

můžeme tento souboj s novým koronavirem vyhrát.

This work is in its very early stages, but the promise is real.

Tato práce je ve velmi raném stadiu, ale příslib je reálný.

Science and technology can give us an important advantage

Věda a technologie nám mohou dát důležitou výhodu

in the battle of human wits versus the genes of superbugs,

v souboji lidského důvtipu s geny rezistentních bakterií,

a battle we can win.

v souboji, který můžeme vyhrát.

Thank you.

Děkuji vám.