AI ออกแบบยาปฏิชีวนะใหม่สู้เชื้อโรคหนองในและเชื้อดื้อยา MRSA

ทีมวิจัย MIT ใช้ AI ออกแบบยาปฏิชีวนะใหม่ 2 ชนิดที่มีประสิทธิภาพในการกำจัดเชื้อหนองในและ MRSA ดื้อยา โดยวิเคราะห์สารประกอบกว่า 36 ล้านชนิด แสดงให้เห็นศักยภาพของ AI ในการพัฒนายาในอนาคต

AI ออกแบบยาปฏิชีวนะใหม่สู้เชื้อโรคหนองในและเชื้อดื้อยา MRSA

Key takeaway

  • AI ได้พัฒนายาปฏิชีวนะใหม่ 2 ชนิดที่มีประสิทธิภาพในการต่อสู้กับเชื้อหนองในและ MRSA ที่ดื้อยา โดยใช้เทคโนโลยี generative AI ในการออกแบบโครงสร้างระดับโมเลกุลอย่างละเอียด
  • ทีมวิจัยจาก MIT ได้ใช้ AI วิเคราะห์สารประกอบกว่า 36 ล้านชนิด และฝึกให้ AI เรียนรู้โครงสร้างทางเคมีที่สามารถยับยั้งการเติบโตของแบคทีเรีย ซึ่งอาจเป็นจุดเริ่มต้นของ "ยุคทองครั้งที่สอง" ในการค้นพบยาปฏิชีวนะ
  • แม้จะมีผลการทดลองที่น่าพอใจทั้งในห้องปฏิบัติการและในสัตว์ทดลอง แต่ยาที่พัฒนาขึ้นยังต้องผ่านการปรับแต่งและการทดสอบทางคลินิกอีกหลายปี รวมถึงต้องพิจารณาความคุ้มค่าทางเศรษฐกิจในการผลิตเชิงพาณิชย์

ปัญญาประดิษฐ์ได้พัฒนายาปฏิชีวนะใหม่สองชนิดที่มีศักยภาพในการกำจัดเชื้อหนองในและ MRSA ที่ดื้อยาได้อย่างมีประสิทธิภาพ

ยาทั้งสองชนิดถูกออกแบบโดย AI แบบละเอียดระดับอะตอม และได้แสดงประสิทธิภาพในการฆ่าเชื้อดื้อยาทั้งในการทดลองในห้องปฏิบัติการและในสัตว์ทดลอง

อย่างไรก็ตาม สารประกอบเหล่านี้ยังต้องผ่านการปรับแต่งและทดสอบทางคลินิกอีกหลายปีก่อนที่จะสามารถนำมาใช้จริงได้

ทีมวิจัยจาก Massachusetts Institute of Technology (MIT) เชื่อว่า AI อาจเป็นจุดเริ่มต้นของ "ยุคทองครั้งที่สอง" ในการค้นพบยาปฏิชีวนะ

ปัจจุบันการติดเชื้อดื้อยาทำให้มีผู้เสียชีวิตมากกว่าหนึ่งล้านคนต่อปี เนื่องจากการใช้ยาปฏิชีวนะมากเกินไปทำให้แบคทีเรียพัฒนาตัวเองเพื่อต้านทานยา และในช่วงหลายทศวรรษที่ผ่านมามีการพัฒนายาปฏิชีวนะชนิดใหม่น้อยมาก

ในอดีต นักวิจัยได้ใช้ AI เพื่อค้นหาสารเคมีที่มีอยู่แล้วนับพันชนิดเพื่อระบุตัวเลือกที่มีศักยภาพเป็นยาปฏิชีวนะใหม่

ล่าสุด ทีม MIT ได้พัฒนาต่อยอดโดยใช้ generative AI ในการออกแบบยาปฏิชีวนะเฉพาะสำหรับโรคหนองในและเชื้อ MRSA (methicillin-resistant Staphylococcus aureus) ซึ่งอาจเป็นอันตรายถึงชีวิต

การศึกษาที่ตีพิมพ์ในวารสาร Cell ได้วิเคราะห์สารประกอบกว่า 36 ล้านชนิด รวมถึงสารที่ยังไม่เคยมีอยู่หรือยังไม่ถูกค้นพบ

นักวิทยาศาสตร์ได้ฝึก AI โดยป้อนข้อมูลโครงสร้างทางเคมีของสารประกอบที่รู้จักพร้อมข้อมูลว่าสารเหล่านั้นยับยั้งการเติบโตของแบคทีเรียต่างๆ ได้หรือไม่ จากนั้น AI เรียนรู้ว่าโครงสร้างโมเลกุลแบบต่างๆ ที่ประกอบด้วยอะตอมของคาร์บอน ออกซิเจน ไฮโดรเจน และไนโตรเจน ส่งผลต่อแบคทีเรียอย่างไร

ทีมวิจัยได้ทดลองสองวิธีในการออกแบบยาปฏิชีวนะใหม่ด้วย AI วิธีแรกคือการค้นหาจุดเริ่มต้นที่มีศักยภาพจากฐานข้อมูลชิ้นส่วนทางเคมีหลายล้านชิ้นที่มีขนาด 8-19 อะตอม แล้วพัฒนาต่อยอด วิธีที่สองคือการปล่อยให้ AI ออกแบบอย่างอิสระตั้งแต่เริ่มต้น

กระบวนการออกแบบยังรวมถึงการคัดกรองสารที่คล้ายกับยาปฏิชีวนะที่มีอยู่แล้วมากเกินไป และพยายามให้แน่ใจว่ากำลังสร้างยาจริงๆ ไม่ใช่สบู่ รวมทั้งคัดกรองสารที่อาจเป็นพิษต่อมนุษย์

หลังจากผลิตแล้ว การออกแบบที่ดีที่สุดได้รับการทดสอบกับแบคทีเรียในห้องปฏิบัติการและในหนูที่ติดเชื้อ ส่งผลให้ได้ยาที่มีศักยภาพสองชนิด

ศาสตราจารย์ James Collins จาก MIT เปิดเผยกับ BBC ว่า "เรารู้สึกตื่นเต้นเพราะเราได้แสดงให้เห็นว่า generative AI สามารถใช้ในการออกแบบยาปฏิชีวนะที่สมบูรณ์แบบได้ AI ช่วยให้เราคิดค้นโมเลกุลได้อย่างประหยัดและรวดเร็ว และด้วยวิธีนี้ จะขยายคลังแสงของเราและให้ความได้เปรียบในการต่อสู้กับยีนของเชื้อดื้อยา"

ทั้งนี้ ยาดังกล่าวยังไม่พร้อมสำหรับการทดลองทางคลินิกและต้องมีการปรับแต่งอีก ซึ่งคาดว่าจะใช้เวลาอีก 1-2 ปีก่อนเริ่มการทดสอบในมนุษย์

Dr. Andrew Edwards จาก Fleming Initiative และ Imperial College London กล่าวว่างานวิจัยนี้ "มีความสำคัญอย่างยิ่ง" และมี "ศักยภาพมหาศาล" เนื่องจาก "แสดงให้เห็นถึงวิธีการใหม่ในการค้นหายาปฏิชีวนะชนิดใหม่"

แต่เขาเสริมว่า "แม้ AI จะมีสัญญาณว่าจะปรับปรุงการค้นพบและพัฒนายาอย่างมาก แต่เรายังคงต้องทำงานหนักในเรื่องการทดสอบความปลอดภัยและประสิทธิภาพ" ซึ่งอาจเป็นกระบวนการที่ยาวนานและมีค่าใช้จ่ายสูง โดยไม่มีการรับประกันว่ายาทดลองจะถูกนำไปใช้กับผู้ป่วยจริงในที่สุด

ผู้เชี่ยวชาญบางท่านเรียกร้องให้มีการพัฒนาการค้นพบยาด้วย AI ในวงกว้างมากขึ้น ศาสตราจารย์ Collins กล่าวว่า "เราต้องการโมเดลที่ดีกว่านี้" ที่ก้าวข้ามจากการทดสอบประสิทธิภาพในห้องปฏิบัติการไปสู่โมเดลที่สามารถทำนายประสิทธิผลในร่างกายมนุษย์ได้แม่นยำยิ่งขึ้น

นอกจากนี้ยังมีความท้าทายในการผลิตยาที่ออกแบบโดย AI จากยารักษาโรคหนองใน 80 ชนิดที่ออกแบบในทฤษฎี มีเพียง 2 ชนิดเท่านั้นที่สามารถสังเคราะห์ได้จริง

ศาสตราจารย์ Chris Dowson จาก University of Warwick กล่าวว่าการศึกษานี้ "เจ๋งมาก" และแสดงให้เห็นว่า AI เป็น "ก้าวสำคัญในฐานะเครื่องมือสำหรับการค้นพบยาปฏิชีวนะเพื่อแก้ปัญหาการดื้อยา" อย่างไรก็ตาม เขาชี้ให้เห็นว่ายังมีปัญหาทางเศรษฐกิจที่เกี่ยวข้องกับการติดเชื้อดื้อยา - "คุณจะผลิตยาที่ไม่มีมูลค่าทางการค้าได้อย่างไร?" หากมีการคิดค้นยาปฏิชีวนะใหม่ ในอุดมคติแล้วควรใช้อย่างจำกัดเพื่อรักษาประสิทธิภาพ ซึ่งทำให้ยากที่จะสร้างกำไรให้ผู้ผลิต

Why it matters

💡 ข่าวนี้มีความสำคัญอย่างยิ่งเพราะนำเสนอความก้าวหน้าครั้งสำคัญในการใช้ AI เพื่อแก้ปัญหาเชื้อดื้อยาที่คร่าชีวิตผู้คนกว่าล้านคนต่อปี การที่ทีมวิจัยจาก MIT สามารถใช้ AI ออกแบบยาปฏิชีวนะใหม่ที่มีประสิทธิภาพสูงในการต่อสู้กับเชื้อหนองในและ MRSA นับเป็นความหวังใหม่ในวงการแพทย์ และอาจเป็นจุดเริ่มต้นของการปฏิวัติการค้นพบยาในอนาคต ผู้อ่านจะได้เข้าใจถึงศักยภาพของ AI ในการพัฒนายารักษาโรคและความท้าทายที่ต้องเผชิญ

ข้อมูลอ้างอิงจาก https://www.bbc.com/news/articles/cgr94xxye2lo

Read more

เปรียบเทียบ Perplexity AI และ NotebookLM: เครื่องมือ AI สำหรับการค้นคว้าวิจัยยุคใหม่

news

เปรียบเทียบ Perplexity AI และ NotebookLM: เครื่องมือ AI สำหรับการค้นคว้าวิจัยยุคใหม่

ทดสอบเปรียบเทียบ Perplexity AI และ Google NotebookLM ใน 5 สถานการณ์จริง ตั้งแต่การดูแลต้นไม้ ซีเรียลอาหารเช้า ไปจนถึงการประหยัดพลังงาน ดูว่าเครื่องมือ AI ไหนตอบโจทย์การค้นคว้าได้ดีกว่ากัน

By
เครื่องมือ AI ใหม่คล้าย ChatGPT ใช้งานบนเดสก์ท็อปส่วนตัว ไม่ต้องสมัครสมาชิก

news

เครื่องมือ AI ใหม่คล้าย ChatGPT ใช้งานบนเดสก์ท็อปส่วนตัว ไม่ต้องสมัครสมาชิก

Pansophy ผู้ช่วย AI แบบ local ทำงานบนเดสก์ท็อปของคุณ รองรับ PC, Mac, Linux ไม่ส่งข้อมูลออกจากเครื่อง ไม่จำกัดการใช้งาน ราคา 79 ดอลลาร์ตลอดชีพ เหมาะสำหรับผู้ที่ต้องการความเป็นส่วนตัวสูง

By
วิธีใช้ ChatGPT เพิ่มประสิทธิภาพการเรียนรู้ภาษา

news

วิธีใช้ ChatGPT เพิ่มประสิทธิภาพการเรียนรู้ภาษา

ค้นพบวิธีใช้ ChatGPT เป็นติวเตอร์ส่วนตัวในการเรียนรู้ภาษาใหม่ ตั้งแต่การเขียน prompt ที่มีประสิทธิภาพ การสร้างคลังคำศัพท์ ไปจนถึงการฝึกสนทนาด้วย AI เพื่อเร่งความก้าวหน้าในการเรียนรู้ภาษา

By
Snowflake ขยายความร่วมมือเชิงกลยุทธ์ท่ามกลางการใช้งาน AI ที่เพิ่มสูงขึ้นของลูกค้า

news

Snowflake ขยายความร่วมมือเชิงกลยุทธ์ท่ามกลางการใช้งาน AI ที่เพิ่มสูงขึ้นของลูกค้า

Snowflake ขยายความร่วมมือกับ Anthropic และ Accenture เพื่อเสริมศักยภาพ Agentic AI และ Generative AI รายงานรายได้ Q3 ที่ 1.21 พันล้านดอลลาร์ เติบโต 29% YoY มีลูกค้ากว่า 1,200 รายใช้งาน AI Agents

By