Generatywne modele sztucznej inteligencji są podatne na halucynacje i tworzą informacje, które są fikcyjne lub obrazowe. Biorąc pod uwagę rosnącą falę dezinformacji o sztucznej inteligencji, ten nawyk jest uważany za wadę. Ale tak jak sztuczny diament został wynaleziony nieumyślnie, gdy naukowcy próbowali uzyskać warunki pod wysokim ciśnieniem i wysoką temperaturą, takie jak płaszcz Ziemi, tak halucynacje również okazują się pomocne dla naukowców w odkrywaniu nowych leków.

źródło: Statista. Halucynacje AI i nowe odkrycia chemiczne

Zdaniem ekspertów szacuje się, że na całym świecie prawie 5 milionów zgonów ma jakiś związek z opornością na antybiotyki, dlatego niezbędne są nowe sposoby zwalczania opornych wariantów bakterii, i to w trybie pilnym. Naukowcy z Uniwersytetu McMaster i Szkoły Medycznej Stanforda opracowali nowy model, który ujawnia potencjalne rozwiązania w przypadku zagrażających życiu bakterii opornych na antybiotyki.

Model nosi nazwę SyntheMol i według raportu z badań przeprowadzonych przez Stanford:

„SyntheMol stworzył struktury i receptury chemiczne dla sześciu nowatorskich leków mających na celu zabijanie opornych szczepów Acinetobacter baumannii, jednego z wiodących patogenów odpowiedzialnych za śmierć związaną z opornością na środki przeciwbakteryjne”.

Źródło: Uniwersytet Stanforda.

James Zou, profesor nadzwyczajny w dziedzinie analityki danych biomedycznych, a także współautor badania, twierdzi, że istnieje ogromne zapotrzebowanie na jak najszybsze opracowanie nowych antybiotyków z myślą o zdrowiu publicznym. Naukowcy zweryfikowali w drodze eksperymentów nowe związki opracowane w oparciu o model.

Zou wspomniał również, że ich hipoteza głosiła, że ​​istnieje wiele potencjalnych cząsteczek, które można przekształcić w skuteczne leki, ale nie przetestowali ich ani nawet nie opracowali jeszcze cząsteczek, i to jest powód, dla którego chcą używać sztucznej inteligencji do wytwarzania cząsteczek które nie istnieją w naturze.

SyntheMol odkrywa nowe możliwości

Zastosowania AI w naukach farmaceutycznych. Źródło: sciencedirect.

Przed generatywną sztuczną inteligencją badacze przyjmowali różne podejścia obliczeniowe przy opracowywaniu antybiotyków. Wykorzystali algorytmy, aby przejrzeć składy leków i rozpoznać związki, które miały szansę zadziałać przeciwko patogenowi, który chcieli zabić.

Dzięki tej metodzie udało im się przefiltrować 100 milionów znanych już związków, co również dało rezultaty, ale znalezienie wszystkich związków chemicznych, które mogłyby okazać się pomocne w walce z bakteriami, nie było skomplikowanym procesem.

Współautor badania i doktorant nauk obliczeniowych na Uniwersytecie Stanforda, Kyle Swanson, twierdzi, że przestrzeń chemiczna jest gigantyczna.

„Ludzie oszacowali, że istnieje blisko 1060 możliwych cząsteczek podobnych do leków. Zatem 100 milionów to zdecydowanie za mało, aby pokryć całą tę przestrzeń.

Źródło: Uniwersytet Stanforda.

Jak powiedziano na początku, skłonność sztucznej inteligencji do halucynacji można wykorzystać do odkrywania nowych leków, tak jak kiedyś wykorzystywano ją do opracowywania nowych związków, ale obecnie wytwarza ona związki, których nie dałoby się wytworzyć w istniejących substancjach, mówi Swanson. Naukowcy musieli także ustawić poręcze wokół modelu, aby móc sztucznie wytworzyć dowolną cząsteczkę wyobrażoną przez model.

Zou twierdzi, że ten model uczy ich zupełnie nowej części pola chemicznego poprzez projektowanie nowych cząsteczek, o których ludzie nie byli świadomi. Zou wraz ze Swansonem udoskonala również model, aby wykorzystać go w lekach nasercowych i do tworzenia cząsteczek fluorescencyjnych o nowych właściwościach do badań laboratoryjnych.

Notatkę Uniwersytetu Stanforda na ten temat można zobaczyć tutaj.