Учёный ищет новые антибиотики с помощью Codex и ChatGPT

Лаборатория Сезара де ла Фуэнте использует ИИ для поиска антимикробных молекул в геномах.César de la Fuente's lab uses AI to mine genomes for antimicrobial candidates.

Проблема устойчивости бактерий к антибиотикам — одна из тех, где хайп вокруг ИИ реже проверяют делом, чем обсуждают на конференциях. Но у неё есть конкретный практический пример: как рассказывает OpenAI, лаборатория исследователя Сезара де ла Фуэнте использует Codex и ChatGPT для поиска антимикробных молекул-кандидатов в геномах живых и вымерших организмов, чтобы бороться с инфекциями, устойчивыми к лекарствам.

Суть подхода в том, что подходящие антимикробные соединения — короткие пептиды с определённой пространственной структурой — теоретически могут встречаться в геномах самых разных существ, включая те, что давно вымерли и известны только по секвенированной ДНК. Перебрать вручную миллионы последовательностей в поисках паттернов, похожих на известные антимикробные пептиды, физически невозможно; здесь и приходит на помощь связка инструментов кодогенерации и языковой модели — не для того, чтобы «изобрести» антибиотик с нуля, а чтобы автоматизировать написание и итерацию поисковых скриптов и гипотез поверх больших геномных баз данных.

Это отличается от привычной картины «ИИ придумал лекарство»: здесь модель не заменяет биолога, а ускоряет самую трудоёмкую часть его работы — написание кода для биоинформатического анализа и быструю проверку идей. Найденные таким образом кандидаты всё равно проходят обычный путь лабораторной проверки: синтез, тесты на активность против конкретных штаммов, оценку токсичности. ИИ здесь — не замена этому процессу, а способ отобрать более узкий и осмысленный список кандидатов для дальнейшей проверки, что реально экономит месяцы работы.

Устойчивость к антибиотикам — это область, где даже скромное ускорение поиска кандидатов может иметь значение: новых классов антибиотиков за последние десятилетия появлялось крайне мало, а фармкомпании неохотно вкладываются в разработку препаратов, которые в идеале должны использоваться редко и только в крайних случаях.

Почему это важно

Это редкий пример применения ИИ в науке, где выгода понятна и измерима не в шумихе, а в количестве часов, сэкономленных на рутинном анализе, — при этом окончательное слово всё равно остаётся за лабораторным экспериментом.

Antibiotic resistance is one of those problems where AI hype rarely gets tested against actual practice rather than conference talk. But there's a concrete example here: according to OpenAI, researcher César de la Fuente's lab is using Codex and ChatGPT to search living and extinct genomes for antimicrobial molecule candidates to fight drug-resistant infections.

The idea is that promising antimicrobial compounds — short peptides with specific structural properties — can theoretically turn up in the genomes of wildly different organisms, including long-extinct ones known only from sequenced DNA. Manually scanning millions of sequences for patterns resembling known antimicrobial peptides simply isn't feasible; that's where the combination of code-generation tools and a language model comes in — not to "invent" an antibiotic from scratch, but to automate the writing and iteration of search scripts and hypotheses across huge genomic databases.

That's different from the usual "AI invented a drug" narrative: here the model doesn't replace the biologist, it speeds up the most labor-intensive part of the work — writing bioinformatics analysis code and quickly testing ideas. Candidates found this way still go through the normal lab validation pipeline: synthesis, activity testing against specific strains, toxicity screening. AI isn't a substitute for that process — it's a way to narrow down to a shorter, more meaningful shortlist for further testing, which genuinely saves months of work.

Antibiotic resistance is a field where even a modest speedup in candidate discovery matters: genuinely new antibiotic classes have been rare for decades, and drug companies have little financial incentive to develop medicines that, ideally, should be used sparingly and only as a last resort.

Why it matters

This is a rare example of AI in science where the payoff is measurable in hours saved on routine analysis rather than in hype — and the final word still belongs to the lab bench.

Учёный ищет новые антибиотики с помощью Codex и ChatGPTA researcher is hunting new antibiotics with Codex and ChatGPT

Почему это важно

Why it matters