Barzilay i Collins z Nagrodą Pritzkera za antybiotyki odkryte przez AI
Regina Barzilay i James Collins z MIT otrzymali Nagrodę Pritzkera 2026 za odkrywanie antybiotyków z pomocą AI, w tym halicyny – pierwszego leku tego typu.

Źródło zdjęcia: MIT News | Massachusetts Institute of Technology
Regina Barzilay i James Collins, profesorowie Massachusetts Institute of Technology, otrzymali Nagrodę Pritzkera 2026 za doskonałość badawczą w dziedzinie AI w nauce (Pritzker Prize for AI in Science Research Excellence). Wyróżnienie przyznano za wspólne prace nad odkrywaniem antybiotyków z pomocą sztucznej inteligencji. Ich zespół zidentyfikował pierwszy antybiotyk odkryty przez AI, co jest szeroko uznawane za kamień milowy w projektowaniu leków wspomaganym przez algorytmy. Informację podał serwis informacyjny MIT.
Barzilay jest profesorką AI i zdrowia w MIT School of Engineering (School of Engineering Distinguished Professor of AI and Health). Collins kieruje katedrą inżynierii i nauk medycznych im. Termeera (Termeer Professor of Medical Engineering and Science). Nagrodę wspólnie przyznają University of Chicago i Caltech.
Najważniejsze informacje
- Nagroda wyróżnia pionierskie prace nad odkrywaniem antybiotyków z użyciem AI, łączące uczenie głębokie, bioinżynierię i walidację eksperymentalną.
- W 2020 roku zespół opisał w czasopiśmie Cell halicynę, pierwszy antybiotyk odkryty przez sztuczną inteligencję.
- Model, który wskazał halicynę, trenowano na 2500 cząsteczkach. Proces trwający wcześniej latami zamknął się w kilka tygodni.
- W 2023 roku badacze zidentyfikowali abaucynę, antybiotyk o wąskim spektrum działania skierowany przeciw Acinetobacter baumannii.
- Sami laureaci podkreślają, że AI automatyzuje na razie tylko fragmenty procesu odkrywania leków.
Nagroda dla badań na styku AI i nauk przyrodniczych
Nagrodę ustanowił w 2024 roku University of Chicago we współpracy z Caltech. Trafia do badaczy, których dorobek jednocześnie rozwija sztuczną inteligencję oraz nauki przyrodnicze lub inżynieryjne. Uzasadnienie tegorocznego wyboru opisuje wkład Barzilay i Collinsa jako:
„pionierskie odkrywanie antybiotyków wspomagane przez AI, integrujące uczenie głębokie, bioinżynierię i walidację eksperymentalną w celu identyfikacji nowych kandydatów na leki przeciwbakteryjne skuteczne wobec patogenów lekoopornych”.
Oboje są współkierownikami Abdul Latif Jameel Clinic for Machine Learning in Health (Jameel Clinic). Są też afiliowani przy MIT Schwarzman College of Computing oraz MIT School of Engineering.
Halicyna: od leku na cukrzycę do zabójcy „superbakterii”
Pierwszą przełomową wspólną pracę badacze opublikowali w 2020 roku w Cell. Pierwszym autorem był Jonathan Stokes, ówczesny postdok MIT, który w latach 2017–2021 pracował w laboratorium Collinsa. Artykuł opisywał halicynę, pierwszy antybiotyk odkryty przez sztuczną inteligencję. Nazwa nawiązuje do HAL 9000, fikcyjnego systemu AI z filmu Stanleya Kubricka 2001: Odyseja kosmiczna z 1968 roku.
Halicyna to antybiotyk o szerokim spektrum działania. Pierwotnie badano ją jako potencjalny lek na cukrzycę. Wskazał ją model uczenia głębokiego wytrenowany na 2500 cząsteczkach. W testach okazało się, że związek zabija bakterie oporne na antybiotyki, czyli tzw. superbakterie, w tym:
- Clostridium difficile,
- Acinetobacter baumannii,
- Mycobacterium tuberculosis.
Odkrycie, które wcześniej wymagało lat pracy, zajęło zaledwie kilka tygodni. Świat coraz mocniej obawia się kryzysu oporności na środki przeciwdrobnoustrojowe, a wyniki pokazały, że AI może skutecznie i szybko wskazywać nowe antybiotyki.
Abaucyna i przewaga wąskiego spektrum
W 2023 roku Barzilay i Collins ponownie połączyli siły ze Stokesem, dziś adiunktem (assistant professor) na McMaster University. Tym razem za pomocą uczenia maszynowego zidentyfikowali abaucynę. Ten antybiotyk działa na A. baumannii, bakterię oporną na leczenie, którą często znajduje się na szpitalnych klamkach i w ranach amerykańskich żołnierzy stacjonujących w Iraku i Afganistanie.
Główną zaletą abaucyny jest właśnie wąskie spektrum. Związek działa na jeden gatunek lekoopornej bakterii. Zmniejsza to ryzyko, że bakterie wykształcą oporność, i ogranicza szkody dla pożytecznej mikroflory jelitowej.
Od narzędzia odkrywczego do narzędzia projektowego
Collins wskazuje, że wraz z generatywną AI zmienia się sama rola algorytmów w badaniach:
„Historycznie odkrywanie antybiotyków opierało się na żmudnych strategiach prób i błędów. Ten proces jest powolny, kosztowny i nieprzewidywalny, a często daje niewielu realnych kandydatów na antybiotyki. Dzięki generatywnej AI obserwujemy przejście od AI używanej jako narzędzie odkrywania do AI używanej jako narzędzie projektowania. Ta zmiana otwiera nowe horyzonty w odkrywaniu antybiotyków, które mogą przynieść nam kolejną generację ratujących życie leków”.
Barzilay studzi jednak entuzjazm:
„Mimo znaczących postępów w modelowaniu molekularnym wciąż jesteśmy na wczesnym etapie odkrywania leków. Za pomocą AI możemy zautomatyzować jedynie części procesu, a nie całkowicie go przekształcić. Aby to się stało, musimy bardzo ciężko pracować nad budową realistycznych modeli AI ludzkiej biologii”.
Oba głosy dobrze oddają stan dziedziny. Halicyna i abaucyna pokazały, że uczenie maszynowe potrafi radykalnie skrócić etap wyszukiwania kandydatów na leki. Pełna transformacja projektowania leków wymaga jednak modeli, które wiernie odwzorują złożoność ludzkiego organizmu.
Podsumowanie
Nagroda Pritzkera dla Barzilay i Collinsa honoruje badania, które jako pierwsze przyniosły antybiotyk odkryty przez AI i pokazały realną wartość uczenia maszynowego w walce z lekoopornymi bakteriami. Laureaci zgodnie podkreślają, że to dopiero początek drogi.
Źródła
Podobne publikacje

MIT: nowa metoda trenowania emulatorów klimatu przy ułamku danych
Naukowcy z MIT opracowali metodę trenowania emulatorów klimatu na syntetycznych scenariuszach. Trening wymaga jednego przebiegu ESM zamiast sześciu–ośmiu.

CheMeleon z MIT przewiduje właściwości cząsteczek przy niewielu danych
CheMeleon, otwarty model bazowy z MIT, przewiduje właściwości cząsteczek na podstawie niewielu danych. Już korzystają z niego firmy farmaceutyczne. Jak działa?

Testowałam aplikację AI Death Clock, która przewiduje datę śmierci
Dziennikarka WIRED oddała krew aplikacji Death Clock, by sprawdzić, czy AI naprawdę potrafi przesunąć datę zgonu i opanować lęk przed starzeniem.