Die Menschheit ist im Kampf gegen arzneimittelresistente Bakterien ins Hintertreffen geraten, aber KI könnte sich als unsere Geheimwaffe erweisen.
Antibiotikaresistente Krankheitserreger sind verantwortlich für zwischen 1 und 5 Millionen Todesfälle pro Jahr.
In den letzten zehn Jahren wurden nur wenige neue Antibiotika entwickelt, und bei den meisten handelt es sich um geringfügige Änderungen an bestehenden Antibiotika.
Die Entdeckung neuer Medikamente ist außerordentlich arbeitsintensiv, aber eine kürzlich durchgeführte bahnbrechende Studie hat KI genutzt, um Tausende von Verbindungen automatisch zu screenen und Wege für Labortests zu finden.
Die StudieIn der in der Zeitschrift Nature Chemical Biology veröffentlichten Studie versuchten Forscher des MIT und der McMaster University, neue Medikamente zu finden, die die Acinetobacter baumanniiein Bakterium, das WHO ermittelt als eine "kritische Bedrohung".
Die Forscher verwendeten zwei Modelle des maschinellen Lernens (ML), um den Prozess der Arzneimittelentdeckung zu automatisieren in silicowas "in einem Computer" bedeutet.
Und so funktionierte es:
Gewonnene Trainingsdaten
- Die Forscher setzten im Labor gezüchtete A. baumannii mit etwa 7.500 verschiedenen chemischen Verbindungen versetzt und beobachtet, welche Verbindungen das Wachstum der Mikrobe hemmen.
- Die chemischen Strukturen der wachstumshemmenden Substanzen wurden in ein Modell für maschinelles Lernen (ML) eingespeist. Dadurch konnte das Modell die mit der Wachstumshemmung verbundenen chemischen Merkmale erlernen.
Das Modell trainiert und getestet
- Nachdem das Modell trainiert worden war, analysierten die Forscher einen Satz von 6.680 Verbindungen, die dem Modell zuvor nicht bekannt waren. Diese Verbindungen stammten aus dem Drug Repurposing Hub des Broad Institute. Das Modell wählte ein paar hundert Verbindungen aus.
- Aus dieser Liste wählten die Forscher 240 aus, um sie im Labor zu testen.
- Sie konzentrierten sich auf Verbindungen, die sich in ihrer Struktur von bestehenden Antibiotika unterscheiden, da sie dadurch eher in der Lage sind, eine Antibiotikaresistenz zu umgehen.
Experimentelle Laboruntersuchungen
- Durch Labortests konnte die Liste auf 9 Antibiotika eingegrenzt werden.
- Eine dieser Verbindungen, die ursprünglich als potenzielles Diabetesmedikament untersucht wurde, erwies sich als äußerst wirksam bei der Abtötung von A. baumannii. Das Medikament wurde "Abaucin" genannt.
- Eigenartigerweise wirkte es sich nicht auf andere Bakterienarten aus, einschließlich Pseudomonas aeruginosa, Staphylococcus aureus, und Enterobacteriaceae.
Dr. Stokes, der an dem Projekt mitgearbeitet hat, sagte der BBC"Jetzt beginnt die Arbeit".
Das Antibiotikum wird ein langwieriges Testverfahren durchlaufen, um seine Sicherheit beim Menschen zu beurteilen, das möglicherweise erst 2030 abgeschlossen sein wird.
Dennoch beschleunigt die KI die arbeitsintensive Aufgabe der Erforschung neuer Medikamente und hilft den Forschern, interessante und neuartige antimikrobielle Verbindungen zu entdecken. Viele wurden bereits für andere Zwecke entwickelt, es gibt sie also schon - wir müssen sie nur noch finden.
Dr. Stokes sagte: "KI erhöht die Geschwindigkeit und senkt in einer perfekten Welt die Kosten, mit denen wir diese neuen Klassen von Antibiotika entdecken können, die wir dringend brauchen."
Während die Prüfung der Sicherheit am Menschen ein langsamer Prozess bleibt, werden KI-gestützte Forschungspipelines die Markteinführung von Antibiotika und anderen Arzneimitteln sicher beschleunigen.
