Der Boom im Bereich der künstlichen Intelligenz öffnet auch in der Pharmaindustrie die Tür zu einer neuen Ära. Medikamente, die mit Hilfe von KI entwickelt werden, werden Schritt für Schritt Realität. Derzeit arbeiten Wissenschaftler auf der ganzen Welt an speziellen KI-Systemen, die neue Medikamente und Heilmittel entwickeln können. Das jüngste Beispiel dafür ist die Penn University.
Forscher der Penn University in den USA haben eine neue künstliche Intelligenz namens ApexGO entwickelt. ApexGO, von den Forschern als „KI-gestütztes Antibiotika-Engineering“ beschrieben, bietet ein System, das neue Antibiotika-Kandidaten entwirft und diese schrittweise optimiert.
Anstatt große molekulare Datenbanken zu durchsuchen, nimmt das System eine antimikrobielle Peptidsequenz, die anfangs als fehlerhaft gilt, und verbessert sie iterativ. Die KI schlägt zunächst vor, welche Änderungen an der bestehenden Sequenz vorgenommen werden können, und prognostiziert dann, wie sich diese Änderungen auf die Wirksamkeit gegen Bakterien auswirken werden. Anschließend werden die vielversprechendsten Modifikationen ausgewählt und der Prozess neu gestartet. So verwandelt das System Peptide Schritt für Schritt in wirksamere Antibiotika-Kandidaten.
Nach Ansicht der Forscher besteht einer der Hauptvorteile dieses Ansatzes darin, dass er die enorme Größe möglicher molekularer Kombinationen überschaubarer macht. Denn selbst eine kurze Peptidsequenz kann Millionen von verschiedenen Variationen aufweisen. Es ist praktisch unmöglich, einen so großen chemischen Raum zufällig zu durchsuchen. Um dieses Problem zu lösen, verwendet ApexGO eine statistische Methode namens Bayes'sche Optimierung. Das System untersucht einerseits weiterhin Regionen, die zuvor erfolgreiche Ergebnisse geliefert haben, und erforscht andererseits noch unentdeckte molekulare Bereiche. Dadurch kann es sich in sicheren Zonen bewegen und potenziell stärkere Antibiotika-Kandidaten entdecken.
Jacob R. Gardner, einer der Hauptautoren der Studie, betont, dass das System nicht nur theoretische Berechnungen durchführt, sondern auch echte biologische Ergebnisse im Labor liefert. Der bemerkenswerteste Teil der Forschung waren in der Tat die Ergebnisse aus Labor- und Tierversuchen. Nach den von den Forschern geteilten Daten gelang es 85 Prozent der von ApexGO entworfenen Peptide, das Bakterienwachstum zu hemmen. Darüber hinaus zeigten 72 Prozent dieser Peptide eine stärkere antimikrobielle Leistung als die ursprünglich verwendeten Sequenzen. Zwei verschiedene von der KI entwickelte Kandidatenverbindungen wurden auch an Mäusen getestet. Die Ergebnisse zeigten, dass diese Kandidaten eine ähnliche Bakterienreduktion wie Polymyxin B bewirken konnten, eines der stärksten Antibiotika, die gegen multiresistente Infektionen eingesetzt werden.
Obwohl die Forscher die Ergebnisse als vielversprechend bezeichnen, betonen sie, dass sich die entwickelten Kandidaten noch in einem frühen Stadium befinden. Für den klinischen Einsatz müssen diese Peptide in vielerlei Hinsicht weiterentwickelt werden, wie z. B. Toxizität, Stabilität und Ausdauer im menschlichen Körper. Das Team geht jedoch davon aus, dass ApexGO nicht nur auf den Bereich der Antibiotikaentwicklung beschränkt bleiben wird. Es wird angegeben, dass dieselbe Methodik in Zukunft auch für Immunsystem-Regulatoren, Krebszielpeptide und andere biomedizinische Anwendungen genutzt werden könnte.
