Премию Pritzker присудили MIT за ИИ-поиск антибиотиков
Профессора MIT Регина Барзилай и Джеймс Коллинз стали лауреатами Pritzker Prize for AI in Science Research Excellence 2026 за совместную работу по поиску антибиотиков с применением искусственного интеллекта. Награда отмечает их подход, объединяющий глубокое обучение, биоинженерию и экспериментальную проверку кандидатов против лекарственно-устойчивых патогенов.
Премию учредил в 2024 году Чикагский университет совместно с Калифорнийским технологическим институтом. Она присуждается за исследования, которые одновременно продвигают ИИ и естественные либо инженерные науки.
От модели к проверенному антибиотику
Первую совместную работу Барзилай и Коллинз опубликовали в журнале Cell в 2020 году вместе с Джонатаном Стоксом, который тогда был постдоком MIT. Авторы описали галицин — первый антибиотик, обнаруженный искусственным интеллектом. Название препарат получил в честь системы HAL 9000 из фильма «Космическая одиссея 2001 года».
Галицин первоначально изучали как возможное средство от диабета. Для его поиска исследователи применили модель глубокого обучения, обученную на 2 500 молекулах. После лабораторного тестирования команда установила, что соединение уничтожает устойчивые к антибиотикам бактерии, включая Clostridium difficile, Acinetobacter baumannii и Mycobacterium tuberculosis.
По оценке MIT, поиск, который раньше занимал годы, был выполнен за несколько недель. Результат стал демонстрацией того, что алгоритмы могут ускорять выявление новых антибактериальных кандидатов на фоне проблемы устойчивости микроорганизмов к препаратам.
Узконаправленный кандидат против A. baumannii
В 2023 году Барзилай, Коллинз и Стокс, к тому времени доцент McMaster University, использовали машинное обучение для выявления абауцина. Это антибиотик узкого спектра действия, показавший эффективность против A. baumannii — устойчивой бактерии, которую обнаруживают, в частности, на дверных ручках больниц и в ранах американских военнослужащих, служивших в Ираке и Афганистане.
Узкая направленность абауцина на один вид бактерий названа его ключевым преимуществом: такой подход может снижать вероятность формирования устойчивости и уменьшать вред для полезных бактерий кишечника. Тем самым поиск кандидатов не сводится к широкому подавлению микроорганизмов, а учитывает требуемую избирательность действия.
ИИ не отменяет биологическую валидацию
Коллинз отмечает, что традиционная разработка антибиотиков строилась на трудоёмком переборе, была медленной, дорогой и непредсказуемой. По его словам, генеративный ИИ сдвигает применение алгоритмов от инструмента поиска к инструменту проектирования новых соединений.
Барзилай при этом подчёркивает, что разработка лекарств остаётся на раннем этапе применения ИИ: технологии способны автоматизировать отдельные части цепочки, но не полностью преобразовать весь процесс. Для компаний практический вывод состоит в том, что модели дают результат в связке с биоинженерией и обязательной экспериментальной проверкой, а для дальнейшего прогресса нужны реалистичные модели биологии человека.