Prema izvješću američkog CDC-a, broj opasnih bakterijskih infekcija porastao je za čak 69 % između 2019. i 2023. godine. Posebno zabrinjavaju Enterobacterales bakterije, poznate kao „noćne more“ zbog svoje otpornosti na većinu postojećih antibiotika. Globalno, bakterijska otpornost uzrokuje oko 1,1 milijun smrti godišnje.

Tradicionalne metode otkrivanja antibiotika uključuju mukotrpno pretraživanje prirodnih izvora, poput tla, u potrazi za aktivnim spojevima. No, znanstvenici sa Sveučilišta Pennsylvania već desetljeće koristi AI za ubrzanje tog procesa. Zahvaljujući strojnom učenju i generativnim AI modelima, moguće je dizajnirati, sintetizirati i testirati potencijalne antibiotike u laboratoriju u svega tjedan ili dva.

Tim znanstvenika nedavno je razvio genAI model koji je dizajnirao čak 50.000 peptida s antimikrobnim svojstvima. Od njih su 46 sintetizirani, a 35 je pokazalo  sposobnost uništavanja barem jedne vrste bakterija u laboratorijskim uvjetima, bez toksičnosti za ljudske stanice. Dva najuspješnija kandidata pokazala su učinkovitost protiv Acinetobacter baumannii u pokusima na miševima.

Međutim, izazovi ostaju. Neki AI-dizajnirani spojevi su kemijski nestabilni ili prekompleksni za sintezu, što ih čini nepraktičnima za komercijalnu proizvodnju. 

AI također pomaže u predviđanju mehanizama djelovanja novih antibiotika. Znanstvenici su razvili model koji u svega 100 sekundi može predvidjeti biološku metu antibiotika, dok je laboratorijsko potvrđivanje tog predviđanja trajalo šest mjeseci.

Iako nijedan AI-dizajnirani antibiotik još nije testiran na ljudima, potencijal ove tehnologije je ogroman. U kombinaciji s klasičnim metodama, AI bi mogao ubrzati razvoj učinkovitih lijekova i pomoći u globalnoj borbi protiv antimikrobne otpornosti.