Ein internationales Forscherteam der Universität Edinburgh und des spanischen Nationalen Forschungsrats IBBTEC-CSIC hat KI eingesetzt, um die Entdeckung von Medikamenten gegen das Altern zu beschleunigen.
Ihre Studie 3 potenzielle senolytische Medikamente identifiziert, die das Altern verlangsamen und altersbedingte Krankheiten verhindern können. Diese Medikamente eliminieren seneszente Zellen, die oft als "Zombiezellen" bezeichnet werden. Diese Zellen bleiben metabolisch aktiv, sind aber nicht in der Lage, sich zu vermehren.
Die Unterbrechung der Zellvermehrung ist zwar ein Abwehrmechanismus, um die Ausbreitung von Zellschäden zu verhindern, aber sie ist nicht ganz einfach.
Diese Schutzmaßnahme dient in erster Linie dazu, die Vermehrung von Zellen zu verhindern, die einen DNA-Schaden erlitten haben - zum Beispiel Zellen, die durch Sonneneinstrahlung geschädigt wurden. Indem der Körper die Replikation dieser geschädigten Zellen stoppt, stellt er sicher, dass sich dieser Schaden nicht auf weitere Zellen ausbreitet.
Diese Zellen, die sich nicht mehr teilen, so genannte seneszente Zellen, können jedoch potenziell Schaden anrichten. Wenn sie in die Seneszenzphase eintreten, beginnen sie, Proteine freizusetzen, die bekanntermaßen Entzündungen verursachen.
Dies kann sich auf benachbarte gesunde Zellen auswirken und möglicherweise ein entzündliches Umfeld schaffen. Mit der Zeit kann diese Ansammlung von Entzündungen zu verschiedenen gesundheitlichen Komplikationen beitragen.
So werden Entzündungen mit vielen Krankheiten in Verbindung gebracht, darunter neurologische und degenerative Erkrankungen, Typ-2-Diabetes, Lungenfibrose, Osteoarthritis und Krebs.
Während die Einstellung der Zellreplikation entscheidend ist, um die Ausbreitung von DNA-Schäden zu verhindern, kann die mit alternden Zellen verbundene Entzündungsreaktion zu anderen Gesundheitsproblemen führen, wenn sie nicht richtig behandelt wird.
Und genau hier können senolytische Medikamente helfen.
Die Rolle der KI
Frühere Forschungen an Labormäusen haben gezeigt, dass senolytische Medikamente dieses Entzündungsszenario verbessern, indem sie seneszente Zellen eliminieren und gesunde Zellen verschonen.
Es gibt zwar etwa 80 bekannte Senolytika, aber nur eine Kombination von zwei, Dasatinib und Quercetin, wurde am Menschen getestet.
Die Entdeckung von Arzneimitteln ist außerordentlich kostspielig und dauert in der Regel 10 bis 20 Jahre - ein erheblicher Engpass in der Arzneimittelentwicklungspipeline. In dieser Studie setzten die Forscher maschinelles Lernen (ML) ein, um die Entdeckung neuer senolytischer Medikamente zu beschleunigen.
Sie trainierten KI-Modelle auf vorhandene Senolytika und Nicht-Senolytika, so dass die KI zwischen ihnen unterscheiden und die Wahrscheinlichkeit vorhersagen konnte, dass nicht erkannte Moleküle Senolytika sind.
Von 4.340 bewerteten Molekülen hat die KI innerhalb von 5 Minuten 21 mit hoher Wahrscheinlichkeit als senolytisch eingestuft.
Eine der Studienautorinnen, Dr. Vanessa Smer-Barreto, gegenüber The Conversation dass bei herkömmlichen Labortests allein für den Kauf der Präparate 50.000 Pfund benötigt würden, ohne die Kosten für Ausrüstung und Einrichtung.
Nach In-vitro-Tests an gesunden und seneszenten Zellen konnten drei der 21 Moleküle, Periplocin, Oleandrin und Linkedin, seneszente Zellen wirksam eliminieren, während normale Zellen geschont wurden.
In weiteren Tests übertraf Oleandrin, eine in der Oleanderpflanze enthaltene Verbindung, die bekanntesten Senolytika ihrer Art.
Das Team testet nun die drei Senolytika-Kandidaten an menschlichem Lungengewebe, wobei die Ergebnisse in etwa zwei Jahren erwartet werden.
In den letzten Monaten hat die KI identifizierte potenzielle Antibiotika wirksam bei der Abtötung arzneimittelresistenter Bakterien, und ein in Hongkong ansässiges Biotech-Unternehmen erhielt die Genehmigung für den Beginn klinischer Versuche mit einem KI-entdecktes Medikament.
Die Fähigkeit der künstlichen Intelligenz, komplexe Molekülanalysen durchzuführen, beschleunigt die pharmazeutischen Entwicklungspipelines erheblich und eröffnet neue Möglichkeiten für die Behandlung häufiger und schwer zu behandelnder Krankheiten.
