Согласно данным Всемирной организации здравоохранения (ВОЗ), в 2022 году было зарегистрировано более 10 миллионов случаев инфицирования туберкулезом. Это заболевание, вызываемое микобактериями туберкулеза, представляет серьезную угрозу для здоровья и требует разработки новых эффективных препаратов.
В последние годы устойчивость штаммов микобактерий к традиционным антибиотикам стала серьезной проблемой. В ответ на это Калифорнийский университет в Сан-Диего совместно с Linnaeus Bioscience Inc. и Детским исследовательским институтом Сиэтла запустили проект по использованию искусственного интеллекта для поиска новых противомикробных соединений.
Основанная на методе бактериологического профилирования, разработанном профессором Джо Поглиано, компания Linnaeus Bioscience адаптировала свою технологию MycoBCP для применения в области глубокого обучения. Это позволило создать инструмент, который способен анализировать изображения туберкулезных клеток с высокой точностью и выявлять новые закономерности, незаметные для человеческого глаза.
«Мы позволили компьютеру проанализировать закономерности на изображениях», – говорит технический директор Linnaeus Bioscience Джозеф Суги. «Изображения туберкулеза трудно интерпретировать человеческим глазом и традиционными лабораторными измерениями, но машинное обучение более чувствительно к различиям в формах и паттернах».
Научный сотрудник Детского исследовательского института Сиэтла Таня Пэриш отметила, что использование технологии MycoBCP значительно ускорило процесс определения эффективности новых препаратов-кандидатов.
«Эта технология ускоряет нашу способность делать это и позволяет расставлять приоритеты с учетом их механизма действия», – сказала она.
Соавторами исследования, опубликованного в журнале Proceedings of the National Academy of Sciences, являются Марк Шарп, Сара Ахмед, Лорен Эймс, Амала Бхагват, Адити Дешпанде и Таня Пэриш.
Использование искусственного интеллекта в медицине открывает новые горизонты для борьбы с инфекционными заболеваниями. Этот проект является важным шагом на пути к разработке более эффективных и безопасных препаратов для лечения туберкулеза.
Литература:
Sugie, Joseph et al. Deep learning–driven bacterial cytological profiling to determine antimicrobial mechanisms in Mycobacterium tuberculosis, Proceedings of the National Academy of Sciences (2025). DOI: 10.1073/pnas.2419813122.
Врач кардиолог, терапевт, врач функциональной диагностики АО «СЗЦДМ» (г. Санкт-Петербург), редактор и автор статей
