Od zázračného léku ke globální hrozbě: jak antibiotika ztrácejí svou sílu
Lékaři po celém světě bijí na poplach. Infekce, které ještě před pár lety spolehlivě léčila běžná antibiotika, dnes na tato léčiva vůbec nereagují. Farmaceutické firmy přitom jeden po druhém opouštějí tento výzkumný obor. A přesto se na obzoru nečekaně rýsuje naděje — přichází ze světa umělé inteligence.
Vědci nasazují AI do boje s rezistentními bakteriemi a dosahují výsledků, které by klasickým laboratořím trvaly celá desetiletí.
Penicillin změnil medicínu. Jeho úspěch ale přinesl i problémy
Když byl v roce 1928 náhodou objeven penicilin, otevřela se zcela nová kapitola v dějinách medicíny. Zápal plic, otrava krve, infikované rány — nemoci, které dříve často končily smrtí, se najednou staly léčitelnými. Chirurgické zákroky se staly bezpečnějšími a porodní horečka výrazně ustoupila.
Jenže právě tento mimořádný úspěch v sobě nesl zárodek budoucího problému. Antibiotika se po desetiletí rozdávala při angínách, zánětech středního ucha i nachlazení — i tehdy, když za nemocí stál virus, na nějž antibiotika vůbec nepůsobí. Ve velkochovech dostávala zvířata preventivní kúry, aby rychleji přibývala na váze.
Masovým a mnohdy zbytečným užíváním jsme bakteriím poskytli ideální podmínky k tomu, aby se postupně přizpůsobily našim lékům.
Bakterie se množí neuvěřitelně rychle. Při každém dělení mohou vznikat drobné genetické změny. Ta bakterie, která náhodou nese mutaci chránící ji před konkrétním antibiotikem, přežije kúru a předá svou výhodu dalším generacím. Po tisících generacích vznikne takzvaná superbakterie — mikrob, který odolává téměř všemu, co máme v lékárně.
Tichá pandémie: čísla, která by nás měla děsit
Podle aktuálních odhadů každý rok na světě zemře přibližně 1,1 milionu lidí na infekce způsobené bakteriemi, jež již nereagují na dostupná antibiotika. Pokud státy zásadně nezmění svůj přístup, může toto číslo do roku 2050 vystoupat až na osm milionů obětí ročně. To by bylo více, než dnes zabijí všechny druhy rakoviny dohromady.
Mezi nejznámější problematické bakterie patří:
- Neisseria gonorrhoeae — původce kapavky, který je dnes prakticky imunní vůči mnoha antibiotikům první volby.
- Staphylococcus aureus (včetně MRSA) — žije neškodně na kůži milionů lidí, ale při ranách nebo operacích může způsobit závažné infekce, které se mimořádně obtížně léčí.
Za těmito jmény se skrývá mnohem širší trend. Desítky dalších patogenů vykazují podobné vzorce. Rezistence narůstá rychleji, než jsme schopni vyvíjet nová léčiva. Mezi lety 2017 a 2022 vstoupilo na světový trh pouhých dvanáct nových antibiotik — a většina z nich představovala jen variace na již známé skupiny látek, vůči nimž si bakterie mnohde již vytvořily obranné mechanismy.
Vývoj skutečně nového antibiotika vyžaduje léta práce, obrovské investice a přísné bezpečnostní testy. Pro farmaceutické firmy je to finančně nevýhodné: kvalitní antibiotikum by se mělo předepisovat co nejméně, aby se oddálil vznik rezistence. To ale tlumí tržby, zatímco náklady a rizika zůstávají vysoké. Mnoho společností proto z tohoto výzkumného pole jednoduše odchází.
Medicínská věda nenaráží jen na biologické hranice, ale také na ekonomické a technologické zdi.
Umělá inteligence jako urychlovač: hledání léků rychlostí bakterií
Právě tuto zeď se vědci snaží prorazit pomocí umělé inteligence. Jeden z nejdiskutovanějších příkladů pochází z Massachusettského technologického institutu (MIT), kde profesor James Collins se svým týmem natrénoval AI model k vyhledávání zcela nových antibiotik.
Model nejprve prošel intenzivním „tréninkem". Byl naučen na datech zahrnujících:
- chemické struktury známých antibiotik
- způsoby, jakými tato léčiva napadají a ničí bakterie
- to, který typ bakterie reaguje na kterou látku
- toxicitu pro lidskou tkáň
Systém se v tomto obrovském množství dat naučil rozpoznávat vzorce — které tvary a kombinace atomů jsou typické pro látky schopné bakterie zabít a které naopak ukazují na zbytečné či nebezpečné molekuly.
Z milionů molekul k hrstce nadějných kandidátů
Pak začala ta skutečná práce. Místo toho, aby vědci fyzicky procházeli tisíce zkumavek v laboratoři, nechali AI virtuálně prohledat obrovskou knihovnu čítající přibližně 45 milionů chemických struktur. Žádné pokusy se zkumavkami — jen výpočetní modely odhadující, jak se daný tvar molekuly pravděpodobně zachová při kontaktu s bakterií.
Na základě těchto odhadů systém sám generoval nové varianty. Tím, že do dalších výpočetních kol zahrnoval jak úspěchy, tak neúspěchy, AI molekuly postupně upravovala tak, aby se zvýšila pravděpodobnost antibakteriálního účinku. Výsledkem bylo přibližně 36 milionů zcela nových sloučenin, které dosud nikdy nebyly testovány na lidech ani zvířatech.
Zatímco tradičnímu výzkumnému týmu trvají roky, než projde pár tisíc kandidátů, AI zvládne miliony možností za pouhé dny.
Z tohoto obrovského množství vědci vybrali omezenou skupinu nejslibnějších látek, které pak skutečně syntetizovali v laboratoři a testovali na rezistentních bakteriálních kmenech. Z té hrstky kandidátů se dvě látky ukázaly být mimořádně účinné proti bakteriím, na něž dosavadní antibiotika nepůsobí — a navíc útočí zcela jiným mechanismem než stávající léky.
Dvě molekuly z 36 milionů zní skromně, ale z pohledu vývoje léčiv jde o pozoruhodně dobrý výsledek. Mnoho klasických programů pro vývoj léků skončí po letech výzkumu bez jediné funkční látky, která by prošla přes preklinickou fázi.
Další AI systémy v boji proti rezistenci
MIT projekt rozhodně není osamocený. Na mnoha frontách se v boji proti rezistenci objevují různé AI aplikace:
| AI nástroj | Role v péči o pacienty |
|---|---|
| AlphaFold | Předpovídá trojrozměrnou strukturu bílkovin, díky čemuž vědci lépe vidí, kde může antibiotikum bakterii „zasáhnout". |
| AMR-AI modely | Odhadují genetický vývoj bakterií a předpovídají, jaké rezistenční mechanismy se pravděpodobně objeví. |
| Prediktivní nemocniční modely | Analyzují data pacientů a doporučují, které antibiotikum má největší šanci na úspěch, čímž omezují zbytečně široké použití. |
Kombinací těchto systémů mohou vědci hledat cíleněji — lépe vědí, které bakteriální bílkoviny představují zranitelnou achillovu patu, které tvary molekul jsou perspektivní a jakou strategii by bakterie mohly v budoucnu použít k přizpůsobení.
AI není zázračný lék, ale naléhavě potřebný urychlovač
Přesto umělá inteligence tento problém sama o sobě nevyřeší. Algoritmus, který identifikuje zajímavou molekulu, ještě neznamená bezpečný lék v lékárně. Mezi digitální předpovědí a schváleným antibiotikem leží roky toxikologických testů, klinických studií, regulatorních posouzení a výrobních výzev.
Chytrý software také neodstraní základní příčiny rezistence. Dokud lékaři, veterináři a pacienti zbytečně sahají po antibiotikách, bude na bakterie působit tlak nutící je vyvíjet nové obranné metody. Přísnější pravidla, lepší osvěta a rychlá diagnostika zůstávají nepostradatelné.
AI rozšiřuje lékařský arzenál, ale způsob, jakým s tímto arzenálem nakládáme, zůstává záležitostí lidí.
Co tento vývoj znamená pro pacienty a zdravotní péči
Pro pacienty může mít tento pokrok v dlouhodobém horizontu zásadní důsledky. Pokud nová antibiotika objevená pomocí AI projdou bezpečnostními testy a prokáží svou účinnost, získají lékaři další možnosti při léčbě složitých infekcí. To není relevantní jen pro vzácné nemoci — operace slepého střeva nebo chemoterapie rakoviny se stávají skutečně rizikovými teprve tehdy, když infekce přestanou být zvládnutelné.
V každodenní praxi roste role rozhodování na základě dat. Nemocnice budují systémy, které automaticky propojují výsledky laboratorních testů, předchozí infekce a lokální vzorce rezistence. AI systém pak může například doporučit:
- které antibiotikum má největší šanci zabrat
- jaká dávka je dostatečná, aniž by byla zbytečně vysoká
- jak dlouhá by měla být kúra
Cílenější léčba snižuje pravděpodobnost, že bakterie opět postoupí o krok vpřed. To ale vyžaduje transparentnost — lékaři chtějí rozumět tomu, proč model dává konkrétní doporučení, a pacienti musí mít jistotu, že jejich data jsou používána zodpovědně.
Co můžete sami udělat pro snížení rezistence
Antibiotiková rezistence může znít jako vzdálený problém, ale každodenní chování hraje velkou roli. Zde je několik konkrétních kroků:
- Nežádejte antibiotikum „pro jistotu", pokud váš lékař říká, že není potřeba.
- Vždy dokončete předepsanou kúru, i když se cítíte lépe.
- Nikdy nepoužívejte zbytky z předchozí kúry ani léky od jiného člověka.
- Dbejte na hygienu — pečlivé mytí rukou, dodržování očkování a péče o rány snižují pravděpodobnost, že antibiotika vůbec budete potřebovat.
AI nám může pomoci najít nová léčiva, ale rychlost, s jakou bakterie vzdorují, do značné míry závisí na tom, jak s těmito léky nakládáme. Právě kombinace pokročilé technologie a rozumných rozhodnutí v ordinaci, nemocnici i domácnosti určí, zda nová antibiotika vydrží desítky let — nebo zda za pár let přestanou fungovat.
