Rastúca antibiotická rezistencia E. coli vyžaduje vývoj nových bakteriofágových liečiv, pričom nemecká biotechnologická spoločnosť tento tradične 18-mesačný proces skrátila na 4 mesiace nasadením genomického generatívneho modelu Evo 2.
Výskum fágovej terapie v nemeckom biotechu
Stredne veľká nemecká biotechnologická a farmaceutická firma so 150 zamestnancami sa špecializuje na vývoj cielenej fágovej terapie proti multirezistentným bakteriálnym kmeňom. Tradičný zber, sekvenovanie a selekcia prírodných bakteriofágov z prostredia si vyžadovali obrovské finančné náklady a trvali viac než rok a pol bez záruky stabilnej účinnosti. Narastajúci tlak zo strany klinických skúšok donútil výskumný tím prejsť od náhodného hľadania v prírode k priamemu generovaniu syntetických genomických sekvencií.
Generatívny genomický model Evo 2 v akcii
Tradičná identifikácia bakteriofágov spolieha na izoláciu vírusov z odpadových vôd či pôdy, po ktorej nasleduje zdĺhavé testovanie ich schopnosti lyzovať špecifické baktérie. Generatívny model Evo 2 funguje na princípe hlbokého učenia trénovaného na miliardách genomických sekvencií vírusov a baktérií. Namiesto práce s textom model chápe DNA ako komplexný kód a rozumie funkčným vzťahom medzi promótormi, kapsidovými proteínmi a lytickými enzýmami.
Vedci vložili do modelu Evo 2 cieľové genomické vlastnosti rezistentného kmeňa Escherichia coli spolu s požiadavkami na vlastnosti fága, ako sú vysoká špecifickosť, stabilita v ľudskom organizme a nízka pravdepodobnosť vzniku okamžitej rezistencie. Evo 2 následne de novo vygeneroval úplne nové sekvencie DNA pre syntetické bakteriofágy. Tieto návrhy boli odoslané do laboratória, kde boli pomocou syntetickej biológie zostavené do reálnych fágových častíc. Laboratórny tím nemusel hľadať ihlu v kope sena; generatívny model navrhol priamo optimalizované genetické štruktúry pripravené na in vitro testovanie.
Výsledky: Úspora 14 mesiacov a 16 kandidátov na liečivo
Aplikácia architektúry Evo 2 priniesla okamžitý posun vo výskumnej fáze projektu. Namiesto mnohomesačného skríningu tisícov prírodných vzoriek model vygeneroval presne definovanú sadu syntetických sekvencií, z ktorých bolo v laboratóriu syntetizovaných a otestovaných 300 fágových variantov.
Priemerný čas skríningu a identifikácie funkčného fága klesol z pôvodných 18 mesiacov na 4 mesiace, čo predstavuje časovú úsporu 77 %. Z otestovaných 300 syntetických fágov laboratórne testy potvrdili 16 vysoko účinných kandidátov s mimoriadne silným lytickým účinkom voči rezistentným kmeňom E. coli. Vďaka tomu firma ušetrila približne 60 % priamych výskumných nákladov spojených s laboratórnymi materiálmi a prácou technikov.
Príklad z praxe
- Firma: Stredne veľká biotechnologická a farmaceutická firma, Nemecko (150 zamestnancov)
- AI riešenie: Evo 2 (genomický generatívny AI model pre dizajnovanie DNA sekvencií)
- Problém: Zdĺhavý a nákladný proces objavovania nových bakteriofágov na liečbu infekcií spôsobených rezistentnými kmeňmi E. coli, ktorý klasicky trval viac ako 18 mesiacov.
- Výsledok: Vygenerovanie a otestovanie 300 syntetických fágov v laboratóriu, rýchla identifikácia 16 vysoko účinných kandidátov na liečivo a skrátenie fázy výskumu z 18 mesiacov na 4 mesiace (o 77 %).
Čo z toho vyplýva pre biotechnologické a farmaceutické firmy
Prechod od objavovania molekúl k ich priamemu dizajnu cez genomické AI modely predstavuje zásadný posun pre celý výskum a vývoj vo farmácii. Spoločnosti, ktoré integrovali generatívne modely DNA sekvencií priamo do výskumného cyklu, získavajú obrovskú konkurenčnú výhodu v rýchlosti uvedenia liečiv do fázy preklinických skúšok.
Tento prípad ukazuje, že syntetická biológia spojená s pokročilými AI modelmi umožňuje obísť biologické obmedzenia prírodných fágov. Farmaceutické organizácie tak môžu flexibilne reagovať na vznikajúce superbaktérie generovaním na mieru navrhnutých biologických liečiv v ráde týždňov, čím výrazne znižujú kapitálovú náročnosť výskumných a vývojových procesov.