Wissenschaftler haben ein neues maschinelles Lernsystem entwickelt, das dabei helfen könnte, Impfstoffe, Blut und andere medizinische Behandlungen zu bewahren.
Die Forschungveröffentlicht in Nature Communications, wurde von der University of Warwick und der University of Manchester geleitet.
Das KI-System hilft bei der Identifizierung von Molekülen, die als Kryoprotektoren bezeichnet werden - Verbindungen, die beim Einfrieren biologischer Materialien Schäden verhindern.
Kryoprotektiva sind spezielle Substanzen, die lebende Zellen und Gewebe vor Schäden schützen, wenn sie eingefroren werden.
Sie verhindern die Bildung von schädlichen Eiskristallen, die das Gewebe beim Einfrieren zerreißen, und helfen den Zellen, ihre Struktur bei extremer Kälte zu erhalten.
Diese Verbindungen sind von grundlegender Bedeutung für die Konservierung von Dingen wie Impfstoffen, Blutproben und Keimzellen für die langfristige Lagerung oder den Transport.
Kryopresevanten könnten eines Tages zur Konservierung von Organen, komplexen Geweben oder sogar ganzen Menschen verwendet werden.
Derzeit ist die Suche nach neuen Kryoprotektoren ein langwieriger Prozess, bei dem Versuch und Irrtum im Vordergrund stehen. Mit diesem neuen ML-gesteuerten Ansatz können Forscher schnell Hunderte potenzieller Moleküle virtuell untersuchen.
Hier sind einige Kernpunkte der Studie:
- Das Team erstellte ein Modell für maschinelles Lernen, das auf Daten von bestehenden Kryoprotektoren trainiert wurde.
- Mit diesem Modell lässt sich vorhersagen, wie gut neue Moleküle als Kälteschutzmittel funktionieren könnten.
- Die Forscher nutzten das Modell, um eine Bibliothek von etwa 500 Aminosäuren zu screenen.
- Das System identifizierte mehrere vielversprechende Verbindungen, darunter einen Aminooxazol-Ester, der viele bekannte Kälteschutzmittel übertraf.
- Labortests bestätigten die Vorhersagen der KI, wobei die neue Verbindung eine starke Eiskristallverhinderung zeigte.
- Das entdeckte Molekül verbesserte die Konservierung roter Blutkörperchen, wenn es mit Standardtechniken kombiniert wurde.
Der in der Studie identifizierte Aminooxazolester zeigte besonders bemerkenswerte Qualitäten bei der Hemmung der Eisrekristallisation (IRI). Er verhinderte fast vollständig, dass die Eiskristalle während des Gefriervorgangs größer wurden.
Die Verbindung war auch dann noch wirksam, wenn die Forscher ihre Konzentration senkten. Außerdem behielt sie ihre eishemmenden Eigenschaften auch in phosphatgepufferter Kochsalzlösung (PBS) bei, einer Lösung, die die Salzkonzentration im menschlichen Körper nachahmt.
Dr. Matt Warren, der Doktorand, der das Projekt leitete, beschrieb, wie das Modell die Effizienz steigert: "Nach Jahren der arbeitsintensiven Datenerfassung im Labor ist es unglaublich aufregend, jetzt ein maschinelles Lernmodell zu haben, das einen datengesteuerten Ansatz zur Vorhersage der kryoprotektiven Aktivität ermöglicht."
Professor Matthew Gibson aus Manchester fügt hinzu: "Die Ergebnisse des Computermodells waren erstaunlich, denn es wurden aktive Moleküle identifiziert, die ich selbst mit meinem jahrelangen Fachwissen nie ausgewählt hätte."
Professor Gabriele Sosso, der das Team in Warwick leitete, in einem Blogeintrag erklärt dass maschinelles Lernen zwar beeindruckend, aber kein Allheilmittel für diese Art von Forschungsproblemen ist: "Es ist wichtig zu verstehen, dass maschinelles Lernen keine magische Lösung für jedes wissenschaftliche Problem ist. In dieser Arbeit haben wir es als ein Werkzeug unter vielen eingesetzt."
Die Forscher kombinierten die KI-Vorhersagen mit Molekularsimulationen und Laborexperimenten - ein mehrgleisiger Ansatz, der zur Validierung der Ergebnisse und zur Verfeinerung des Modells beitrug.
Dies trägt zu einer Reihe von KI-gestützten Studien zur Arzneimittelentdeckung und zum Materialdesign bei. Die Forscher haben KI-Modelle entwickelt, um interessante medizinische Präparateeiner davon ist zur klinischen Prüfung gebracht.
DeepMind hat auch eine Modell namens GNoME die in der Lage sind, automatisch Materialien zu erzeugen und zu synthetisieren.
Die neu entdeckten Kälteschutzmittel könnten weitreichende Auswirkungen in der Praxis haben.
Die Forscher beschreiben zum Beispiel, wie eine verbesserte Kryokonservierung die Haltbarkeit von Impfstoffen verlängern und den Transport empfindlicher medizinischer Behandlungen in entlegene Gebiete erleichtern könnte.
Die Technik könnte auch Bluttransfusionen beschleunigen, indem sie die für die Verarbeitung von gefrorenem Blut benötigte Zeit verkürzt.
Obwohl die Ergebnisse vielversprechend sind, weist das Team darauf hin, dass noch mehr Arbeit erforderlich ist, um die Funktionsweise dieser neuen Verbindungen vollständig zu verstehen und die medizinische Sicherheit und Stabilität zu gewährleisten.
