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

Prevodilac: Jasmina Sevo Lektor: Ivana Korom

So how are we going to beat this novel coronavirus?

Дакле, како ћемо победити овај нови коронавирус?

By using our best tools:

Коришћењем наших најбољих алата:

our science and our technology.

науке и технологије.

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

У мојој лабораторији користимо алате вештачке интелигенције

and synthetic biology

и синтетичке биологије

to speed up the fight against this pandemic.

како бисмо убрзали борбу против ове пандемије.

Our work was originally designed

Наш рад је првобитно био намењен

to tackle the antibiotic resistance crisis.

решавању кризе отпорности на антибиотике.

Our project seeks to harness the power of machine learning

Наш пројекат има за циљ да се искористи моћ машинског учења

to replenish our antibiotic arsenal

како би се обновио арсенал антибиотика

and avoid a globally devastating postantibiotic era.

и избегла глобално погубна постантибиотска ера.

Importantly, the same technology can be used

А што је важно, та иста технологија се може користити

to search for antiviral compounds

у потрази за антивирусним једињењима

that could help us fight the current pandemic.

који би нам могли помоћи у борби против актуелне пандемије.

Machine learning is turning the traditional model of drug discovery

Машинско учење изврће досадашњи модел откривања лекова

on its head.

наглавачке.

With this approach,

Са оваквим приступом,

instead of painstakingly testing thousands of existing molecules

уместо мукотрпног лабораторијског тестирања хиљада постојећих молекула,

one by one in a lab

једног по једног,

for their effectiveness,

на њихову ефикасност,

we can train a computer to explore the exponentially larger space

можемо научити рачунар да истражи експоненцијално већи простор

of essentially all possible molecules that could be synthesized,

суштински свих могућих молекула који би се могли синтетизовати,

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

и тако, уместо да се тражи игла у пласту сена,

we can use the giant magnet of computing power

може се искористити моћ рачунара да као огроман магнет

to find many needles in multiple haystacks simultaneously.

привуче много игала из више пластова одједном.

We've already had some early success.

Већ смо остварили неки почетни успех.

Recently, we used machine learning to discover new antibiotics

Недавно смо користили машинско учење да бисмо открили нове антибиотике

that can help us fight off the bacterial infections

који нам могу помоћи у борби против бактеријских инфекција

that can occur alongside SARS-CoV-2 infections.

које се могу појавити уз SARS-Cov-2 инфекције.

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

Пре два месеца TED-ов Одважни пројекат нам је одобрио средства

to massively scale up our work

како бисмо знатно повећали свој рад

with the goal of discovering seven new classes of antibiotics

с циљем проналаска седам нових класа антибиотика

against seven of the world's deadly bacterial pathogens

против седам најсмртoноснијих бактеријских патогена на свету

over the next seven years.

у следећих седам година.

For context:

Да појасним:

the number of new class of antibiotics

број нових класа антибиотика

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

откривених у последњих тридесет година је нула.

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

Док је потрага за новим антибиотицима средњорочни задатак за нашу будућност,

the novel coronavirus poses an immediate deadly threat,

нови коронавирус представља непосредну смртоносну претњу

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

и радујем се да кажем да мислимо да можемо користити исту технологију

to search for therapeutics to fight this virus.

у потрази за терапијама за одбрану од овог вируса.

So how are we going to do it?

Како намеравамо то да урадимо?

Well, we're creating a compound training library

Дакле, ми правимо једну обједињену библиотеку узорака

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

и са сарадницима примењујемо ове молекуле на ћелије инфициране SARS-Cov-2

to see which of them exhibit effective activity.

да бисмо видели које су од њих делотворне.

These data will be use to train a machine learning model

Ови подаци ће се користити за оспособљавање модела машинског учења

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

који ће се примењивати на 'in silico' библиотеку од преко милијарду молекула

to search for potential novel antiviral compounds.

у потрази за потенцијалним новим антивирусним једињењима.

We will synthesize and test the top predictions

Спојићемо и тестирати најбоља предвиђања

and advance the most promising candidates into the clinic.

и на најперспективнијим кандидатима спровести клиничка тестирања.

Sound too good to be true?

Звучи сувише добро да би било истинито?

Well, it shouldn't.

Па, не би требало.

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

Пројекат Aнтибиотици помоћу ВИ заснива се на доказу концепта истраживања

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

који је довео до открића новог антибиотика широког спектра

called halicin.

по имену Халоцин.

Halicin has potent antibacterial activity

Халоцин има снажно антибактеријско дејство

against almost all antibiotic-resistant bacterial pathogens,

на скоро све бактеријске патогене резистентне на антибиотике,

including untreatable panresistant infections.

укључујући неизлечиве панрезистентне инфекције.

Importantly, in contrast to current antibiotics,

Што је битно, за разлику од садашњих антибиотика,

the frequency at which bacteria develop resistance against halicin

учесталост којом бактерије развијају отпорност на Халоцин

is remarkably low.

је изузетно ниска.

We tested the ability of bacteria to evolve resistance against halicin

Тестирали смо способност бактерија да развију отпорност на Халоцин,

as well as Cipro in the lab.

као и на Ципро, у лабораторији.

In the case of Cipro,

Када је у питању Ципро,

after just one day, we saw resistance.

видели смо отпорност након само једног дана.

In the case of halicin,

У случају Халоцина,

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

након једног дана нисмо видели никакву резистентност.

Amazingly, after even 30 days,

Зачуђујуће је да ни након чак 30 дана

we didn't see any resistance against halicin.

и даље нисмо видели никакву резистентност на халоцин.

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

У овом пилот пројекту смо прво оквирно тестирали 2.500 једињења на Е. coli.

This training set included known antibiotics,

У пробни поступак су били укључени познати антибиотици,

such as Cipro and penicillin,

као што су Ципро и пеницилин,

as well as many drugs that are not antibiotics.

као и многи други лекови који нису антибиотици.

These data we used to train a model

Ове смо податке користили да бисмо оспособили модел

to learn molecular features associated with antibacterial activity.

да научи молекуларне особине повезане са антибактеријском активношћу.

We then applied this model to a drug-repurposing library

Онда смо применили овај модел на библиотеку лекова за пренамену

consisting of several thousand molecules

која се састоји од неколико хиљада молекула

and asked the model to identify molecules

и задали моделу да идентификује молекуле

that are predicted to have antibacterial properties

за које се предвиђа да имају антибактеријска својства,

but don't look like existing antibiotics.

али не личе на постојеће антибиотике.

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

Што је занимљиво,

само један молекул у тој библиотеци одговара овим критеријумима

and that molecule turned out to be halicin.

и испоставило се да је тај молекул Халоцин.

Given that halicin does not look like any existing antibiotic,

Ако знамо да Халоцин не личи ни на један други постојећи антибиотик,

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

било би немогуће да човек, при томе мислећи и на експерта за антибиотике,

to identify halicin in this manner.

идентификује Халоцин на овај начин.

Imagine now what we could do with this technology

Сада замислите шта бисмо могли урадити са овом технологијом

against SARS-CoV-2.

у борби против SARS-CoV-2.

And that's not all.

И то није све.

We're also using the tools of synthetic biology,

Такође користимо алате за синтетичку биологију,

tinkering with DNA and other cellular machinery,

експериментишући са ДНК и другом ћелијском машинеријом,

to serve human purposes like combating COVID-19,

све с циљем помоћи људима као што је борба против COVID-19,

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

и као напомена, радимо на развоју заштитне маске

that can also serve as a rapid diagnostic test.

која такође може служити као брзо дијагностичко средство.

So how does that work?

А како она функционише?

Well, we recently showed

Па, недавно смо показали

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

да се ћелијска машинерија може извући из живе ћелије

and freeze-dry it along with RNA sensors onto paper

и извршити лиофилизација заједно са РНК сензорима на папир

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

да би се добила јефтина дијагностика за еболу и зика вирус.

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

Сензори се активирају када их рехидрира узорак пацијента

that could consist of blood or saliva, for example.

који се може састојати, на пример, од крви или пљувачке.

It turns out, this technology is not limited to paper

Испоставило се да ова технологија није ограничена само на папир

and can be applied to other materials, including cloth.

него да се може применити и на друге материјале, укључујући платно.

For the COVID-19 pandemic,

За пандемију COVID-19

we're designing RNA sensors to detect the virus

дизајнирамо РНК сензоре да открију вирус

и лиофилизујемо их заједно са потребном ћелијском машинеријом

and freeze-drying these along with the needed cellular machinery

into the fabric of a face mask,

у платно маске за лице,

where the simple act of breathing,

где обична радња дисања

along with the water vapor that comes with it,

уз водену пару која се уз њу подразумева,

can activate the test.

може активирати тест.

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

Тако, ако је пацијент инфициран вирусом SARS-CoV-2,

the mask will produce a fluorescent signal

маска ће произвести флуоресцентни сигнал

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

који се може детектовати једноставним јефтиним ручним уређајем.

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

За два или три сата пацијенту би се тако могла поставити дијагноза

safely, remotely and accurately.

на безбедан и тачан начин, без контакта.

We're also using synthetic biology

Такође користимо синтетичку биологију

to design a candidate vaccine for COVID-19.

да осмислимо вакцину кандидата против COVID-19.

We are repurposing the BCG vaccine,

Вршимо пренамену БЦГ вакцине

which had been used against TB for almost a century.

која се користи против ТБ скоро читав век.

It's a live attenuated vaccine,

То је жива ослабљена вакцина

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

и дизајнирамо је тако да садржи SARS-CoV-2 антигене,

which should trigger the production of protective antibodies

који би требало да подстакну имуни систем

by the immune system.

да производи заштитна антитела.

Importantly, BCG is massively scalable

А што је важно, БЦГ је изразито скалабилан

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

и има сигурносни профил који је међу најбољим од свих регистрованих вакцина.

With the tools of synthetic biology and artificial intelligence,

Са алатима синтетичке биологије и вештачке интелигенције,

we can win the fight against this novel coronavirus.

можемо да победимо у борби против овог новог коронавируса.

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

Овај рад је у својој врло раној фази, али очекивање је реално.

Science and technology can give us an important advantage

Наука и технологија нам могу дати једну битну предност

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

у борби између људске памети и гена резистентних бакетрија,

a battle we can win.

борби у којој можемо победити.

Thank you.

Хвала.