Skip to main content

Article Category

Nachrichten

Article available in the folowing languages:

Wissenschaft im Trend: Künstliche Intelligenz entdeckt wirksames Antibiotikum zur Bekämpfung von Arzneimittelresistenzen

Ein Forschungsteam des Massachusetts Institute of Technology (MIT) hat erstmals maschinelles Lernen im Kampf gegen arzneimittelresistente Krankheiten eingesetzt.

Grundlagenforschung

Bei der Bekämpfung von Arzneimittelresistenzen gelang Forschenden am MIT ein großer Sprung, indem sie eine Form von KI eingesetzt haben, um neue Antibiotika zu entdecken. Sie trainierten den KI-Algorithmus systematisch mit verschiedenen Proben wirksamer und wirkungsloser Arzneimittel sowie mit Arzneimitteln, die für den Menschen sicher sind.

KI-Technologien zur Bekämpfung von Arzneimittelresistenzen

Der Algorithmus des Teams identifizierte schließlich eine bemerkenswerte neue antibiotische Verbindung, die in der Lage ist, einige der problematischsten krankheitserregenden Bakterien der Welt abzutöten. Ihre Erkenntnisse veröffentlichten die Forschenden in der Fachzeitschrift „Cell“. „Wir sehen uns hinsichtlich der Antibiotikaresistenz einer zunehmenden Krise gegenüber, wobei diese Situation sich einerseits dadurch begründet, dass immer mehr Pathogene eine Resistenz gegenüber bestehenden Antibiotika entwickeln, und zum anderen dadurch, dass die Pipeline der Biotechnologie- und Pharmaindustrie für neue Antibiotika zu schwach ist“, erklärt Bioingenieur und MIT-Teammitglied James Collins in einer Pressemitteilung des MIT. „Das ist ein nie dagewesener Durchbruch auf dem Gebiet der Antibiotikaforschung“, so Regina Barzilay, Spezialistin für maschinelles Lernen an der MIT und leitende Projektforscherin, gegenüber „The Guardian“. „In meinen Augen handelt es sich hierbei um eines der stärksten Antibiotika, das je entdeckt wurde“, ergänzte Collins. „Es zeigt eine bemerkenswerte Wirkung bei einem breiten Spektrum antibiotikaresistenter Pathogene.“

Die Suche nach neuen Antibiotika

Das Computermodell untersuchte innerhalb weniger Tage über hundert Millionen chemischer Verbindungen. Der Algorithmus analysierte die atomaren und molekularen Merkmale von 2 500 Wirkstoffen und anderen natürlichen Verbindungen, um daraus diejenigen mit den antibakteriell wirksamsten Eigenschaften zu ermitteln, die E. coli abtöten konnten. Anschließend wählten die Forschenden etwa 100 Kandidaten aus und erprobten diese. Dabei stießen sie schließlich auf ein Molekül namens Halicin, das ursprünglich zur Behandlung von Diabetes entwickelt worden war. Mit dieser neu entdeckten Verbindung konnten 35 Arten potenziell tödlicher Bakterien abgetötet werden. Das Team behandelte mehrere arzneimittelresistente Infektionen mit Halicin. Es erwies sich als wirksam gegen E. coli, das bei der Behandlung an Mäusen keine Resistenz entwickelte. Halicin zeigte darüber hinaus auch Wirkung gegen tödlichere Pathogene, wie zum Beispiel jene, die Tuberkulose verursachen. „Wir wollten eine Plattform entwickeln, mit der wir das Potenzial der künstlichen Intelligenz ausschöpfen können, um ein neues Zeitalter in der Antibiotikaforschung einzuläuten“, sagte Collins der britischen Zeitung „Independent“. „Unser Ansatz führte uns zu diesem sensationellen Molekül, das zweifellos zu den stärksten je entdeckten Antibiotika überhaupt gehört.“ Um weitere Arzneimittel zu finden, arbeiteten die Forschenden mit einer Datenbank, die rund 1,5 Milliarden chemischer Verbindungen umfasst. Das KI-Modell konnte 23 potenzielle Antibiotika identifizieren, von denen zwei besonders wirksam erscheinen. In reiner Laborarbeit wäre das unmöglich gewesen. „Die Möglichkeit, solche Experimente über den Computer durchzuführen, bedeutet eine erhebliche Zeit- und Kosteneinsparung bei der Erforschung all dieser Verbindungen“, so Hauptautor Jonathan Stokes im erwähnten Artikel in „The Guardian“. Das MIT-Team möchte seine Forschung an Halicin fortsetzen, um es möglichst zu einem Humanarzneimittel weiterzuentwickeln. Außerdem möchten die Forschenden das KI-Modell einsetzen, um neue Antibiotika zu entwickeln und vorhandene Moleküle zu optimieren.

Länder

Vereinigte Staaten