Kód ve službách léku: Jak Wyssův institut využívá AI v boji proti superodolné bakterii kapavky

Širší revoluce AI v objevování antimikrobiálních látek

Práce z Wyssova institutu a MIT není ojedinělým incidentem. Odráží zásadní posun v tom, jak vědecká komunita přistupuje k antimikrobiální rezistenci. AI už neslouží jen k urychlení prohledávání existujících knihoven sloučenin; používá se k navrhování molekul, které „v přírodě neexistují“, k dolování proteomů vyhynulých organismů za účelem hledání antimikrobiálních peptidů a k předpovídání vzorců rezistence v reálném čase z genomických dat [17, 18, 20, 26].

• Generativní design: Článek v Cell z Collinsovy laboratoře je součástí vlny, která zahrnuje i další skupiny využívající velké jazykové modely (LLM) ke generování nových antimikrobiálních peptidů účinných proti klinickým superbakteriím [7, 22].
• Molekulární de-extinkce: Vědci natrénovali modely hlubokého učení, aby dolovaly proteomy vyhynulých organismů a hledaly skryté antibiotické peptidy, čímž odhalují molekuly, které lidstvo nikdy předtím nevidělo .
• Predikce rezistence: Samostatné studie strojového učení ukázaly, že modely CatBoost dokážou předpovídat rezistenci gonokoků vůči klíčovým antibiotikům s křížově validovaným skóre AUROC až 0,97, čímž překonávají dosavadní nejlepší metody o 4–7 procentních bodů . To znamená, že lékaři by brzy mohli dostávat laboratorně přesné předpovědi rezistence v reálném čase pouze s využitím rutinně sbíraných dat pacientů.
• Změna paradigmatu: Komplexní přehled Národních institutů zdraví (NIH) označuje AI nejen za užitečný nástroj, ale za „katalyzátor“ objevování antimikrobiálních látek, který řeší zásadní problém: tradiční vývojové linky jsou příliš pomalé a drahé na to, aby držely krok s vyvíjejícími se multirezistentními patogeny .

Základní roli Wyssova institutu v tomto posunu lze jen těžko přecenit. Collinsova dřívější práce s hlubokým učením, rovněž realizovaná ve spolupráci s MIT, vedla v roce 2019 k objevu halicinu – první nové třídy antibiotik identifikované za poslední desetiletí a první objevené pomocí platformy poháněné AI [9, 47]. Novější práce s generativní AI pro kapavku je přímým vývojem stejného výzkumného programu, který se posunul od „AI jako síta“ k „AI jako designéra“ [7, 50].

FDA dohání zpoždění: nové perorální léky na kapavku

Zatímco kandidáti z generativní AI Wyssova institutu (jako NG1) zůstávají v preklinické fázi, oblast objevování antibiotik se v prosinci 2025 dočkala významného potvrzení. Americký Úřad pro kontrolu potravin a léčiv (FDA) ve dnech 11. a 12. prosince schválil dvě nové perorální medikace pro léčbu nekomplikované urogenitální kapavky – první zcela nové možnosti léčby za poslední desetiletí [33, 40, 35].

• Zoliflodacin (obchodní název Nuzolvence) je prvním lékem ve své třídě, jednodávkovým perorálním inhibitorem spiropyrimidinetrion topoizomerázy, vyvinutý společností Innoviva Specialty Therapeutics ve spolupráci s Globálním partnerstvím pro výzkum a vývoj antibiotik (GARDP) a americkým Národním institutem pro alergie a infekční nemoci (NIAID) [31, 33, 39]. Studie fáze 3 s 930 pacienty prokázala, že lék není horší než standardní injekční režim .
• Gepotidacin (obchodní název Blujepa) je prvním perorálním antibakteriálním lékem ze třídy triazaacenaftylenů, vyvinutým společností GSK. Původně byl schválen v březnu 2025 pro léčbu infekcí močových cest u žen a následně v prosinci 2025 obdržel od FDA dodatečné schválení pro léčbu kapavky u pacientů s omezenými nebo žádnými alternativními možnostmi [34, 37, 40].

Oba léky jsou strukturálně nová perorální antibiotika, což je klíčová vlastnost, protože předchozí standard péče – injekční režim založený na ceftriaxonu – představoval logistické překážky a stále více čelil rostoucí rezistenci [36, 44]. Tato schválení však přicházejí s důležitými výhradami. Jak zoliflodacin, tak gepotidacin vykázaly v dřívějších studiích fáze 2 omezený úspěch proti faryngeální (hrtanové) kapavce, což znamená, že jejich použití bude muset být pečlivě řízeno . A co je důležité, ani jeden z těchto léků nebyl objeven pomocí AI. Místo toho odrážejí pokračující důležitost tradičního vývoje malých molekul bez použití AI, a to i v době, kdy AI urychluje přísun preklinických kandidátů [7, 8].

Kam to všechno směřuje

Práce Wyssova institutu a širší hnutí za vývoj antibiotik řízené AI, které reprezentuje, stojí na klíčovém rozcestí. Na jedné straně jsou modely generativní AI nyní schopny navrhovat strukturálně nové sloučeniny, které zabíjejí multirezistentní „superbakterie“ v laboratoři a na zvířecích modelech [7, 48]. Na druhé straně schválení zoliflodacinu a gepotidacinu FDA v prosinci 2025 dokazuje, že nové chemické entity mohou získat regulační schválení a dostat se k pacientům, kteří naléhavě potřebují alternativy k selhávajícím antibiotikům první linie [33, 35]. Další krok – propojení kandidátů navržených AI s testováním na lidských orgánech na čipu – již v Collinsově laboratoři započal .

Pokud tento integrovaný přístup uspěje, budoucnost objevování antibiotik by mohla vypadat radikálně odlišně: modely hlubokého učení navrhnou zcela nové molekuly, orgány na čipech ověří jejich bezpečnost a účinnost v prostředí lidských tkání a ti nejslibnější kandidáti se rychle přesunou do klinických testů. Pro patogen, jako je N. gonorrhoeae, který Světová zdravotnická organizace (WHO) a americké Centrum pro kontrolu a prevenci nemocí (CDC) zařadily na svůj seznam prioritních hrozeb kvůli alarmujícímu vývoji rezistence, nemůže být v sázce více [41, 5]. Antibiotika navržená AI z Wyssova institutu jsou možná stále v preklinické fázi, ale představují důkaz, že dokážeme naučit stroje vynalézat léky, které zoufale potřebujeme.