Еще подростком, размышляя о своем будущем, Сезар де ла Фуэнте составил перечень самых острых глобальных проблем. Он расставил их по убыванию в зависимости от того, сколько на них тратят правительства. Антимикробная резистентность оказалась на первом месте.
Прошло двадцать лет, а ситуация нисколько не улучшилась — напротив, стала хуже. Инфекции от бактерий, грибов и вирусов, которые научились противостоять лекарствам, ежегодно уносят больше 4 миллионов жизней. Недавний анализ в Lancet прогнозирует рост этого показателя выше 8 миллионов к 2050 году. В эссе июля 2025 года в Physical Review Letters де ла Фуэнте, ныне биоинженер, компьютационный биолог и синетический биолог Джеймс Коллинз, предостерегли о приближающейся "постантибиотической" эпохе. В ней обычные бактерии вроде Escherichia coli или Staphylococcus aureus, которые пока поддаются лечению существующими препаратами, станут смертельными. "Конвейер открытий антибиотиков остается опасно слабым, — писали они, — из-за высоких затрат на разработку, длительных сроков и низкой отдачи от вложений."
Де ла Фуэнте меняет это с помощью искусственного интеллекта. Его группа в Университете Пенсильвании обучает ИИ сканировать геномы в поисках пептидов с антибактериальными свойствами. Идея — собирать эти пептиды, состоящие из до 50 связанных аминокислот, в разные структуры, в том числе не встречающиеся в природе. Такие соединения помогут организму бороться с устойчивыми к обычным средствам микробами.
Поиски приносят неожиданные находки. В августе 2025 года команда из 16 ученых из Machine Biology Group Пенна описала пептиды в генетическом коде древних одноклеточных архей. Ранее они выделили кандидатов из ядов змей, ос и пауков. А в проекте "молекулярное возрождение вымерших" де ла Фуэнте с коллегами просматривают опубликованные геномы исчезнувших видов в поисках полезных молекул. Среди них гоминиды вроде неандертальцев и денисовцев, крупные млекопитающие типа шерстистых мамонтов, древние зебры и пингвины. Ведь в эволюционной истории Земли какое-то существо могло развить защиту от микробов, полезную сейчас. Из этих древних кодов возродились соединения вроде маммутусина-2 (из ДНК мамонта), милодонина-2 (из гигантского ленивца) и гидродомина-1 (из древней морской коровы). За последние годы такой подход позволил собрать библиотеку из более миллиона генетических формул.
В 40 лет де ла Фуэнте удостоен наград от Американского общества микробиологии, Американского химического общества и других организаций. В 2019 году журнал назвал его одним из "35 инноваторов младше 35 лет" за применение вычислительных методов к поиску антибиотиков. Его признают лидером в использовании ИИ для реальных задач. "Он по-настоящему проложил тропу в этой области", — говорит Коллинз из MIT. (Они не работали вместе в лаборатории, но Коллинз давно лидирует в ИИ для фармы, включая антибиотики. В 2020 году его команда предсказала широкоспектральный антибиотик халицин, который сейчас проходит предклинические тесты.)
Разработка антибиотиков требует максимум креативности, считает Коллинз. Работа де ла Фуэнте с пептидами двигает поле вперед: "Сезар удивительно талантлив и изобретателен".
Сложный и хаотичный процесс
Де ла Фуэнте называет антимикробную резистентность "почти неразрешимой" проблемой, но в слове "почти" видит пространство для действий. "Я люблю вызовы, — говорит он, — и это вершина вызовов".
Резистентность растет из-за применения, переупотребления и неправильного использования антибиотиков. Традиционные методы поиска, производства и испытаний слишком дороги и часто заходят в тупик. "Многие компании, пробовавшие разрабатывать антибиотики, закрылись — отдачи от инвестиций нет", — объясняет он.
Открытие антибиотиков всегда было хаотичным делом, полным случайностей, ошибок и ложных путей. Десятилетиями ученые полагались на грубую силу: копали землю, черпали воду и извлекали из органики антимикробные молекулы.
Но молекулы невероятно сложны. Ученые оценивают число возможных органических комбинаций в 1060. Для сравнения: на Земле около 1018 песчинок. "Поиск лекарств — игра на статистике", — говорит Джонатан Стокс, химический биолог из Университета Макмастера в Канаде. Он применяет генеративный ИИ для создания новых антибиотиков, синтезируемых в лаборатории, и участвовал с Коллинзом в открытии халицина. "Нужны тысячи попыток, чтобы повезло".
От находки до применения
Но выстрелы должны быть точными, а ИИ как раз улучшает прицел. Биология — источник данных, вроде кода, объясняет де ла Фуэнте. ДНК имеет четыре "буквы", белки и пептиды — 20, где каждая обозначает аминокислоту. Его подход — обучать ИИ распознавать последовательности, кодирующие антимикробные пептиды, или AMP. "Если смотреть так, можно создать алгоритмы для добычи кода и выделения функциональных молекул — антибактериальных, антималярийных или противораковых".
На практике до полноценных лекарств еще далеко: нужны доработки по дозам, доставке и мишеням, признает де ла Фуэнте. Но AMP привлекательны — организм уже их использует как ключевую часть иммунитета и первую линию против патогенов. В отличие от обычных антибиотиков с одним механизмом, AMP бьют многогранно: разрушают стенку клетки, генетический материал и процессы внутри. Бактерии могут устоять против одного удара, но не против комплексной атаки.
Группа де ла Фуэнте — одна из многих, расширяющих ИИ для антибиотиков. Он фокусируется на пептидах, Коллинз — на малых молекулах, Стокс тоже. "ИИ в фарме используют всего пару лет", — отмечает Коллинз.
За это время инструменты эволюционировали, говорит Джеймс Зоу, компьютерный ученый из Стэнфорда, работавший со Стоксом и Коллинзом. Переход от предсказательных моделей к генеративным. Предсказательные просеивают известные библиотеки, генеративные создают новые молекулы с нуля. В прошлом году команда де ла Фуэнте применила одну генеративную модель для дизайна синтетических пептидов, другую — для оценки. Два соединения испытали на мышах с устойчивым к лекарствам Acinetobacter baumannii — приоритетом ВОЗ. Оба препарата сработали безопасно.
Сейчас де ла Фуэнте подводит кандидатов к клиническим тестам. Его команда разрабатывает мультимодальную модель ApexOracle: она анализирует патоген, находит генетические уязвимости, подбирает подходящие AMP и предсказывает исход лабораторных тестов. "Она объединяет химию, геномику и язык", — говорит он. Пока предварительно, но даже если неидеально, поможет направить будущие ИИ к цели — победе над резистентностью.
С ИИ ученые получают шанс догнать угрозу. Технология уже сэкономила десятилетия работы. Теперь де ла Фуэнте надеется, что она спасет жизни: "Такой мир у нас сегодня, и это потрясающе".