Mạng thần kinh nhân tạo phát hiện ra một loại kháng sinh có khả năng tiêu diệt được vi khuẩn mà mọi loại thuốc khác đều không thể, đặt ra thêm những thách thức mới cho ngành khoa học

Sức mạnh của máy tính đã nâng cao ngành y lên một tầm mới.

Gần 100 năm trước, Alexander Fleming phát hiện ra thuốc kháng sinh và trực tiếp cứu được cả triệu người. Quá trình nghiên cứu thuốc thời bấy giờ vẫn vất vả và mù mờ, như lờ Fleming đã nói đây: “Tôi chơi đùa với vi khuẩn thôi. Cũng cảm thấy hạnh phúc khi có thể phá bỏ các quy tắc rồi tìm thấy được thứ chưa ai phát hiện ra”.

Công cuộc nghiên cứu kháng sinh ngày nay thì khác, không còn phải ngồi “chơi đùa” với vi khuẩn với mong muốn ngẫu nhiên tìm ra được thứ thuốc cứu rỗi nhân loại. Ngày nay, ta tìm tới sức mạnh tính toán siêu việt của những cỗ máy.

Trong báo cáo khoa học được đăng tải trên tạp chí Cell, các nhà khoa học tại Viện Công nghệ Massachusetts mô tả cách họ sử dụng mạng neural để xác định một hợp chất thuốc khác biệt với đại đa số các kháng sinh có trong ngành y. Kết quả nghiên cứu khả quan vô cùng: khi thử nghiệm thứ thuốc mới trên chuột, nhóm các nhà khoa học phát hiện ra rằng nó chống lại được những thứ vi khuẩn không loại thuốc nào trị được.

Khám phá mới có thể giúp ta chống lại được cả virus SARS-CoV-2 đang hoành hành tại nhiều nước trên thế giới.

Với ba điểm lớn sau đây, đột phá mới khiến chúng ta tin rằng trí tuệ nhân tạo sẽ thay đổi bộ mặt ngành y ra sao:

- Sử dụng công nghệ mạng neural thay thế phương pháp thử nghiệm truyền thống.

- Phát hiện ứng dụng mới của một hợp chất thuốc có sẵn.

- Khám phá một kháng sinh mới với cơ chế hoạt động khác biệt so với các loại thuốc hiện có.

Phân tử kháng sinh mới đã được đặt tên là “halicin”, theo tên của trí tuệ nhân tạo Hal 9000 trong bộ phim 2001: A Space Odyssey. Đã từ lâu, khoa học đã biết rằng halicin có thể ức chế hoạt động của enzym kinaza (kinase) gây tổn thương gan. Nhưng chỉ đến bây giờ, ta mới nhận ra rằng nó cũng có tác dụng giống như kháng sinh.

Đây lại là một ví dụ tiếp tục thể hiện xu hướng mới trong lĩnh vực y học: khám phá các tác dụng mới của các loại thuốc đã tồn tại từ trước.

Halicin có khả năng chống lại vi khuẩn Acinetobacter baumannii, hoặc A. baumannii, một trong những loài khuẩn kháng nhiều loại thuốc và đã gây khó khăn cho ngành y suốt nhiều năm. A. baumannii thường xuất hiện trên các bề mặt trong bệnh viện và tấn công vào những người bệnh yếu thế. Tổ chức Y tế Thế giới (WHO) đã chỉ ra rằng A. baumannii là “một trong những mầm bệnh cần chú ý và cần cấp bách phải tìm ra kháng sinh mới để chống lại”.

Câu hỏi lớn đặt ra là liệu khám phá này có phải là ngẫu nhiên hay ta đã tìm ra phương pháp mới để khám phá ra loại kháng sinh mới, từ đó đạt được nhiều đột phá hơn trong tương lai gần?

Dựa trên báo cáo nghiên cứu, có thể thấy các nhà khoa học dựa vào logic hơn là may mắn. Họ huấn luyện hệ thống trí tuệ nhân tạo tạo ra mô hình cấu trúc hóa học của phân tử, và mô hình này chọn ra được hợp chất thuốc hiệu quả nhất mà nó cho là đúng, kết quả này trước đây được coi là không khả thi.

Để hiểu logic chọn thuốc của trí tuệ nhân tạo, cần hiểu những khó khăn mà các nhà khoa học phải đối mặt và cũng là những thách thức mà nhiều hệ thống trí tuệ nhân tạo phải giải quyết: khám phá đối nghịch với việc tận dụng khe hở, mở rộng tầm nhìn để tìm ra câu trả lời nhưng vẫn dựa trên những gì đã khám phá.

Nhiều nghiên cứu kháng sinh hiện nay đối mặt với vấn đề nan giải, đó là nhận định của tác giả bài báo cáo khoa học Jonathan Stokes. Ngành nghiên cứu kháng sinh đang lâm vào tình trạng hoặc sản xuất phân tử giống với các loại thuốc đã có, hoặc bế tắc trong việc tìm ra loại thuốc như tìm kim đáy bể.

Giải pháp để giải quyết vấn đề là nâng cao trí tuệ nhân tạo lên một tầm cao mới. Giáo sư Stokes và đội ngũ cộng sự gồm 19 chuyên gia từ nhiều phòng thí nghiệm của MIT và Harvard đã huấn luyện mạng neural nhận diện các phân tử thuốc có khả năng chống lại khuẩn E. coli. Một khi họ đã xác định được thuốc chống lại E. coli, mạng neural sẽ tìm trong cơ sở dữ liệu của 6.000 phân tử thuốc đang ở nhiều giai đoạn phát triển khác nhau, từ đó tìm ra một loại thuốc có khả năng chống lại E. coli, và một trong số đó là halicin.

Đáng kinh ngạc là halicin không chỉ là một loại kháng sinh không ngờ tới mà còn có khả năng chống lại nhiều loại khuẩn khác, trong đó có A. baumannii. Thử nghiệm cho thấy halicin giảm đáng kể lượng khuẩn trên chuột; mẫu khuẩn được sử dụng là A. baumannii CDC 288, loại khuẩn kháng kháng sinh mà trước đó không có loại thuốc nào có thể tiêu diệt được.

Halicin không chỉ là loại kháng sinh không ngờ đến, mà còn mang trong mình cơ chế chống khuẩn không giống bất kỳ loại nào khác, đồng thời mở ra một đề tài nghiên cứu mới và cung cấp thêm dữ liệu cho máy tính phân tích thuốc trong tương lai.

Điểm quan trọng để khám phá này được tìm ra nằm ở mạng neural, nó không phụ thuộc vào thông tin đã có về cấu trúc hóa học của phân tử mà tự tạo ra các mô hình để nghiên cứu.

Suốt nhiều năm, khoa học đã xây dựng một thư viện “dấu vân hóa học” của các phân tử, bao gồm cả kháng sinh. Đây là cơ sở để dự đoán hoạt động của các phân tử, như khả năng kháng khuẩn. Tuy nhiên, chỉ dựa trên quy trình này không đủ, nên nghiên cứu mới áp dụng cả phương pháp Chemprop, tạo ra các dấu vân hóa học từ đầu. Nhóm các nhà khoa học tại MIT chủ trì nghiên cứu về Chemprop.

Bên cạnh việc phát hiện halicin, phương pháp Chemprop còn phát hiện ra 8 “hợp chất kháng khuẩn có cấu trúc hoàn toàn khác biệt so với kháng sinh thông thường”, trong đó có một loại được MIT khuyến nghị nghiên cứu sâu hơn vì khả năng tiêu diệt hoàn toàn khuẩn E. coli khi thử nghiệm trong ống nghiệm.

Phương pháp huấn luyện mạng neural mới đã đặt ra nghi vấn cho ngành y liệu họ đã hiểu đúng cách thức hoạt động của thuốc kháng sinh hay không. Điều này là một khía cạnh đáng chú ý được nêu bật bởi đột phá mới.

Trong quá trình khoa học tiếp tục khám phá về kháng sinh, chúng ta nhận thấy hai tiến bộ lớn, một là phương pháp dựng vân tay hóa học Chemprop và việc phát hiện halicin, cả hai đều là những bước tiến lớn cho khám phá khoa học. Chúng ta đã tìm ra yếu tố mới dựa trên kiến thức đã có, nhưng cũng mở ra khía cạnh mới để nghiên cứu.

Điều này cũng chính là những gì Alexander Fleming đã làm gần một thế kỷ trước.

Tham khảo ZDnet