Μια νέα σελίδα στην αξιοποίηση της τεχνητής νοημοσύνης στην ιατρική έρευνα επιχειρούν να ανοίξουν επιστήμονες, οι οποίοι χρησιμοποίησαν για πρώτη φορά, σύμφωνα με την εταιρεία που ανέπτυξε την τεχνολογία, ιούς σχεδιασμένους με τη βοήθεια AI – τεχνητή νοημοσύνη – για τη θεραπεία ανθρώπου. Πρόκειται για μια πειραματική προσέγγιση που στοχεύει στην αντιμετώπιση σοβαρών βακτηριακών λοιμώξεων, ιδιαίτερα εκείνων που έχουν αναπτύξει αντοχή στα διαθέσιμα αντιβιοτικά και περιορίζουν σημαντικά τις θεραπευτικές επιλογές των γιατρών.
Η νεοφυής εταιρεία τεχνητής νοημοσύνης Radical Numerics, με έδρα την Καλιφόρνια, ανακοίνωσε ότι ασθενής με σοβαρή βακτηριακή λοίμωξη έλαβε πειραματική θεραπεία, η οποία περιλάμβανε βακτηριοφάγους σχεδιασμένους από το μοντέλο τεχνητής νοημοσύνης της, Omnii-1. Η χορήγηση πραγματοποιήθηκε στο πλαίσιο ειδικής διαδικασίας πρόσβασης σε πειραματικές θεραπείες, γνωστής ως compassionate use, η οποία επιτρέπει σε ασθενείς με σοβαρές παθήσεις να λαμβάνουν θεραπείες που δεν έχουν ακόμη εγκριθεί για ευρεία ιατρική χρήση, όταν οι συμβατικές επιλογές είναι περιορισμένες.
Η ανακοίνωση της εταιρείας έχει ιδιαίτερη σημασία, καθώς η τεχνητή νοημοσύνη δεν χρησιμοποιήθηκε απλώς για να αναζητήσει έναν κατάλληλο ιό στη φύση, αλλά για να συμβάλει στον σχεδιασμό ενός ιού προσαρμοσμένου στα χαρακτηριστικά της συγκεκριμένης λοίμωξης.
Τι είναι οι βακτηριοφάγοι και πώς καταστρέφουν τα βακτήρια
Οι βακτηριοφάγοι, γνωστοί και ως φάγοι, είναι ιοί που προσβάλλουν αποκλειστικά βακτήρια. Αναγνωρίζουν συγκεκριμένα βακτηριακά κύτταρα, προσκολλώνται στην επιφάνειά τους και εισάγουν το γενετικό τους υλικό. Στη συνέχεια χρησιμοποιούν τον μηχανισμό του βακτηρίου για να πολλαπλασιαστούν, προκαλώντας τελικά τη διάσπασή του και τον θάνατό του.
Το σημαντικό χαρακτηριστικό τους είναι ότι μπορούν να στοχεύουν συγκεκριμένα βακτήρια χωρίς να προσβάλλουν τα ανθρώπινα κύτταρα. Αυτή η εξειδίκευση αποτελεί σημαντικό πλεονέκτημα, αλλά ταυτόχρονα δημιουργεί δυσκολίες στην εφαρμογή τους. Ένας βακτηριοφάγος που μπορεί να εξουδετερώσει ένα συγκεκριμένο βακτηριακό στέλεχος ενδέχεται να μην έχει καμία δράση απέναντι σε ένα άλλο, ακόμη και αν ανήκει στο ίδιο είδος.
Η θεραπεία με βακτηριοφάγους δεν αποτελεί καινούργια ιδέα. Ερευνάται και χρησιμοποιείται πειραματικά εδώ και περισσότερο από έναν αιώνα, ενώ τα τελευταία χρόνια έχει επανέλθει στο προσκήνιο εξαιτίας της αυξανόμενης μικροβιακής αντοχής. Σε ορισμένες περιπτώσεις, οι γιατροί εξετάζουν τη χορήγηση τέτοιων ιών όταν τα διαθέσιμα αντιβιοτικά έχουν αποτύχει ή δεν μπορούν να αντιμετωπίσουν αποτελεσματικά τη λοίμωξη.
Η δυσκολία βρίσκεται στην εύρεση του κατάλληλου βακτηριοφάγου. Οι επιστήμονες πρέπει να απομονώσουν το βακτήριο που προκαλεί τη λοίμωξη και στη συνέχεια να εντοπίσουν έναν ιό που μπορεί να το αναγνωρίσει και να το καταστρέψει. Η διαδικασία αυτή μπορεί να απαιτήσει αρκετές εργαστηριακές δοκιμές και πολύτιμο χρόνο, ειδικά όταν πρόκειται για ασθενείς με σοβαρές λοιμώξεις.
Πώς η τεχνητή νοημοσύνη σχεδίασε τους ιούς
Σε αυτή τη διαδικασία επιχειρεί να παρέμβει το μοντέλο Omnii-1 της Radical Numerics. Αντί να περιοριστεί στην αναζήτηση ενός φυσικού βακτηριοφάγου, το σύστημα χρησιμοποιήθηκε για να επανασχεδιάσει ένα τμήμα του γενετικού υλικού ενός ιού, ώστε να μπορεί να αναγνωρίζει αποτελεσματικότερα το βακτηριακό στέλεχος που προκαλούσε τη λοίμωξη του ασθενούς.
Συγκεκριμένα, η εταιρεία περιγράφει την τροποποίηση μιας περιοχής του γονιδιώματος που σχετίζεται με την πρωτεΐνη μέσω της οποίας ο βακτηριοφάγος αναγνωρίζει και προσκολλάται στο βακτηριακό κύτταρο. Με την παρέμβαση αυτή επιδιώχθηκε να αλλάξει η δυνατότητα αναγνώρισης του στόχου και να ενισχυθεί η δράση του ιού απέναντι στο συγκεκριμένο βακτήριο.
Πριν από τη χορήγηση στον ασθενή, οι ερευνητές πραγματοποίησαν εργαστηριακές δοκιμές χρησιμοποιώντας βακτήρια που είχαν απομονωθεί από τον ίδιο. Σύμφωνα με τα στοιχεία που παρουσίασε η Radical Numerics, το μείγμα των σχεδιασμένων βακτηριοφάγων κατάφερε να εξουδετερώσει το συγκεκριμένο βακτηριακό δείγμα, το οποίο ήταν ανθεκτικό στα αντιβιοτικά.
Η εταιρεία εκτιμά επίσης ότι η τεχνητή νοημοσύνη θα μπορούσε να μειώσει σημαντικά τον χρόνο που απαιτείται για τον σχεδιασμό κατάλληλων βακτηριοφάγων, περιορίζοντας μια διαδικασία που μέχρι σήμερα μπορεί να είναι χρονοβόρα. Στόχος είναι να δημιουργούνται εξατομικευμένες θεραπευτικές προσεγγίσεις, προσαρμοσμένες στα χαρακτηριστικά της λοίμωξης κάθε ασθενούς.
Ωστόσο, υπάρχει μια σημαντική διαφορά ανάμεσα στην επιτυχία ενός πειράματος στο εργαστήριο και στην αποτελεσματικότητα μιας θεραπείας μέσα στον ανθρώπινο οργανισμό. Η δράση των βακτηριοφάγων μπορεί να επηρεαστεί από την αντίδραση του ανοσοποιητικού συστήματος, το σημείο στο οποίο βρίσκεται η λοίμωξη και την πιθανότητα τα βακτήρια να αναπτύξουν νέους μηχανισμούς αντοχής.
Το προηγούμενο πείραμα στο Στάνφορντ και οι 16 λειτουργικοί ιοί
Η ανακοίνωση της Radical Numerics έρχεται λίγους μήνες μετά από μια ακόμη σημαντική εξέλιξη στον ίδιο επιστημονικό τομέα. Τον Αύγουστο του 2026, ερευνητές από το Πανεπιστήμιο του Στάνφορντ και το Arc Institute παρουσίασαν αποτελέσματα πειραμάτων στα οποία χρησιμοποίησαν τεχνητή νοημοσύνη για να σχεδιάσουν νέους βακτηριοφάγους με στόχο το βακτήριο Escherichia coli (E. coli).
Η ερευνητική ομάδα χρησιμοποίησε το μοντέλο Evo 2 για να δημιουργήσει νέες γενετικές αλληλουχίες, βασισμένες σε έναν ήδη γνωστό βακτηριοφάγο, τον ΦΧ174 (ΦX174).
Οι επιστήμονες σχεδίασαν σχεδόν 300 γονιδιώματα ιών, από τα οποία συνέθεσαν και δοκίμασαν στο εργαστήριο ένα μέρος. Συνολικά, 16 από τους σχεδιασμούς οδήγησαν στη δημιουργία λειτουργικών ιών, οι οποίοι κατάφεραν να προσβάλουν βακτήρια E. coli.
Το ενδιαφέρον της έρευνας δεν περιορίστηκε στη δημιουργία νέων ιών. Οι επιστήμονες εξέτασαν επίσης εάν ο συνδυασμός διαφορετικών βακτηριοφάγων θα μπορούσε να δυσκολέψει την ανάπτυξη αντοχής από τα βακτήρια. Εάν ένα βακτήριο αποκτήσει ανθεκτικότητα απέναντι σε έναν συγκεκριμένο ιό, ένας συνδυασμός διαφορετικών βακτηριοφάγων ενδέχεται να διατηρήσει τη θεραπευτική δράση.
Τα πειράματα πραγματοποιήθηκαν αποκλειστικά σε εργαστηριακές συνθήκες και όχι σε ανθρώπους. Αποτελούν, ωστόσο, μια ένδειξη των δυνατοτήτων που προσφέρει η τεχνητή νοημοσύνη στον σχεδιασμό νέων βιολογικών εργαλείων.
Οι φόβοι για τη δημιουργία επικίνδυνων ιών με AI
Παρά τις θεραπευτικές προοπτικές, η δυνατότητα των συστημάτων τεχνητής νοημοσύνης να σχεδιάζουν νέους ιούς και να τροποποιούν γενετικές αλληλουχίες προκαλεί προβληματισμό στην επιστημονική κοινότητα.
Το βασικό ζήτημα αφορά τη βιοασφάλεια και το ενδεχόμενο αντίστοιχα εργαλεία να αξιοποιηθούν κακόβουλα για τη δημιουργία ή την τροποποίηση παθογόνων μικροοργανισμών που θα μπορούσαν να απειλήσουν ανθρώπους ή ζώα.
Στην περίπτωση της έρευνας του Στάνφορντ, οι επιστήμονες επέλεξαν συνειδητά να επικεντρωθούν σε ιούς που προσβάλλουν βακτήρια και όχι ανθρώπινα ή ζωικά κύτταρα. Ωστόσο, η εξέλιξη της τεχνολογίας δημιουργεί νέα ερωτήματα σχετικά με το πόσο εύκολα θα μπορούσαν αντίστοιχες δυνατότητες να χρησιμοποιηθούν για διαφορετικούς σκοπούς.
Οι ανησυχίες δεν αφορούν μόνο την ίδια την τεχνολογία, αλλά και την πρόσβαση σε αυτήν. Όσο πιο εύκολη γίνεται η δημιουργία νέων βιολογικών παραγόντων μέσω υπολογιστικών συστημάτων, τόσο μεγαλύτερη σημασία αποκτούν οι έλεγχοι, οι περιορισμοί και τα πρωτόκολλα ασφαλείας που πρέπει να συνοδεύουν την ανάπτυξή τους.
Η μικροβιακή αντοχή και η επόμενη ημέρα της ιατρικής
Η έρευνα για τους βακτηριοφάγους αποκτά ακόμη μεγαλύτερη σημασία αν ληφθεί υπόψη η έκταση της μικροβιακής αντοχής. Σύμφωνα με διεθνή μελέτη που δημοσιεύθηκε στο επιστημονικό περιοδικό The Lancet, η μικροβιακή αντοχή συνδέθηκε με περίπου 4,7 εκατομμύρια θανάτους παγκοσμίως το 2021. Οι προβλέψεις της ίδιας μελέτης εκτιμούν ότι οι θάνατοι που θα αποδίδονται άμεσα στην αντοχή στα αντιβιοτικά θα μπορούσαν να φτάσουν σχεδόν τα 40 εκατομμύρια την περίοδο 2025-2050.
Η αναζήτηση νέων τρόπων αντιμετώπισης των ανθεκτικών βακτηρίων αποτελεί, επομένως, μια από τις σημαντικότερες προκλήσεις της σύγχρονης ιατρικής. Οι βακτηριοφάγοι θα μπορούσαν να αποτελέσουν ένα επιπλέον όπλο στη θεραπευτική φαρέτρα, ενδεχομένως σε συνδυασμό με αντιβιοτικά, ιδιαίτερα σε περιπτώσεις όπου οι συμβατικές θεραπείες δεν αποδίδουν.
Αυτό δεν σημαίνει ότι μπορούν να αντικαταστήσουν τα αντιβιοτικά ή ότι αποτελούν ήδη μια καθιερωμένη θεραπευτική λύση. Η επιλογή των κατάλληλων ιών, η παραγωγή τους, η ασφάλεια της χορήγησης και η αξιολόγηση της αποτελεσματικότητάς τους στον ανθρώπινο οργανισμό παραμένουν σημαντικές προκλήσεις.
Στην περίπτωση της Radical Numerics, το επόμενο κρίσιμο βήμα είναι να γίνει γνωστό τι συνέβη με τον ασθενή που έλαβε την πειραματική θεραπεία. Μέχρι στιγμής, η εταιρεία δεν έχει δημοσιοποιήσει λεπτομέρειες για τη διάγνωση, την πορεία της υγείας του ή το εάν η λοίμωξη αντιμετωπίστηκε επιτυχώς. Επιπλέον, τα αποτελέσματα δεν έχουν παρουσιαστεί σε επιστημονική δημοσίευση που να έχει αξιολογηθεί από ανεξάρτητους επιστήμονες.
Εάν αποδειχθεί ότι η συγκεκριμένη προσέγγιση μπορεί να εφαρμοστεί με ασφάλεια και να έχει θεραπευτικό αποτέλεσμα, θα μπορούσε να ανοίξει τον δρόμο για μια νέα μορφή εξατομικευμένης ιατρικής, στην οποία η τεχνητή νοημοσύνη θα συμβάλλει στον σχεδιασμό θεραπευτικών εργαλείων ειδικά για κάθε ασθενή. Μέχρι τότε, η πρώτη αυτή εφαρμογή αποτελεί μια ενδιαφέρουσα εξέλιξη, αλλά όχι ακόμη απόδειξη ότι η τεχνολογία μπορεί να αντιμετωπίσει τις πιο δύσκολες λοιμώξεις.
Με πληροφορίες από News.stanford.edu / Independent.co.uk / Nature
