Leistungsstarkes Antibiotikum erstmals mit maschinellem Lernen entdeckt
Ein leistungsfähiges Antibiotikum, das einige der gefährlichsten arzneimittelresistenten Bakterien der Welt abtötet, wurde mit Hilfe künstlicher Intelligenz entdeckt.
Das Medikament wirkt anders als bestehende Antibiotika und ist das erste seiner Art, das durch den Einsatz von KI in riesigen digitalen Bibliotheken pharmazeutischer Verbindungen gefunden wurde.
Tests zeigten, dass das Medikament eine Reihe von antibiotikaresistenten Bakterienstämmen auslöschte, darunter Acinetobacter baumannii und Enterobacteriaceae, zwei der drei Krankheitserreger mit hoher Priorität, die von der Weltgesundheitsorganisation als „kritisch“ für neue Antibiotika eingestuft werden.
„In Bezug auf die Entdeckung von Antibiotika ist dies ein absolutes Novum“, sagte Regina Barzilay, eine leitende Forscherin des Projekts und Spezialistin für maschinelles Lernen am Massachusetts Institute of Technology (MIT).
„Ich denke, dies ist eines der wirksamsten Antibiotika, die bisher entdeckt wurden“, fügte James Collins, ein Bioingenieur des Teams am MIT, hinzu. „
Antibiotikaresistenz entsteht, wenn Bakterien mutieren und sich so entwickeln, dass sie die Mechanismen umgehen, mit denen antimikrobielle Medikamente sie töten. Ohne neue Antibiotika zur Bekämpfung der Resistenz könnten bis zum Jahr 2050 weltweit 10 Millionen Menschenleben durch Infektionen gefährdet sein, so die Warnung des O’Neill-Berichts der Cameron-Regierung.
Um neue Antibiotika zu finden, trainierten die Forscher zunächst einen „Deep Learning“-Algorithmus, um die Arten von Molekülen zu identifizieren, die Bakterien töten. Dazu fütterten sie das Programm mit Informationen über die atomaren und molekularen Merkmale von fast 2.500 Medikamenten und Naturstoffen und darüber, wie gut die Substanz das Wachstum des Bakteriums E. coli blockiert oder nicht.
Nachdem der Algorithmus gelernt hatte, welche molekularen Merkmale gute Antibiotika ausmachen, ließen die Wissenschaftler ihn an einer Bibliothek von mehr als 6.000 Verbindungen arbeiten, die für die Behandlung verschiedener menschlicher Krankheiten untersucht werden. Der Algorithmus suchte nicht nach irgendwelchen potenziellen antimikrobiellen Wirkstoffen, sondern konzentrierte sich auf Verbindungen, die zwar wirksam, aber nicht mit bestehenden Antibiotika vergleichbar waren. Dadurch erhöhte sich die Wahrscheinlichkeit, dass die Medikamente auf radikal neue Weise wirken, gegen die Bazillen noch keine Resistenz entwickelt haben.
Jonathan Stokes, der Erstautor der Studie, sagte, dass der Algorithmus nur wenige Stunden brauchte, um die Verbindungen zu bewerten und einige vielversprechende Antibiotika zu finden. Eines davon, das die Forscher „Halicin“ nannten, nach Hal, der KI, die den Astronauten im Film 2001: Odyssee im Weltraum stört, schien besonders wirksam zu sein.
In der Fachzeitschrift Cell beschreiben die Forscher, wie sie zahlreiche arzneimittelresistente Infektionen mit Halicin behandelten, einem Wirkstoff, der ursprünglich zur Behandlung von Diabetes entwickelt wurde, aber auf der Strecke blieb, bevor er die Klinik erreichte.
Tests an Bakterien, die Patienten entnommen wurden, zeigten, dass Halicin Mycobacterium tuberculosis, das Bakterium, das Tuberkulose verursacht, und Stämme von Enterobacteriaceae abtötete, die gegen Carbapeneme resistent sind, eine Gruppe von Antibiotika, die als letztes Mittel für solche Infektionen gelten. Halicin beseitigte auch C. difficile und multiresistente Acinetobacter baumannii-Infektionen bei Mäusen.
Um nach weiteren neuen Medikamenten zu suchen, wandte sich das Team als Nächstes an eine riesige digitale Datenbank mit etwa 1,5 Mrd. Substanzen. Sie ließen den Algorithmus mit 107 Millionen davon arbeiten. Drei Tage später lieferte das Programm eine Auswahlliste von 23 potenziellen Antibiotika, von denen zwei besonders wirksam zu sein scheinen. Die Wissenschaftler beabsichtigen nun, weitere Teile der Datenbank zu durchsuchen.
Stokes sagte, dass es unmöglich gewesen wäre, alle 107 Mio. Verbindungen auf herkömmliche Weise zu untersuchen, indem man die Substanzen beschafft oder herstellt und sie dann im Labor testet. „Die Möglichkeit, diese Experimente im Computer durchzuführen, reduziert den Zeit- und Kostenaufwand für die Untersuchung dieser Verbindungen dramatisch“, sagte er.
Barzilay möchte den Algorithmus nun nutzen, um Antibiotika zu finden, die bei den Bakterien, die sie töten, selektiver sind. Das würde bedeuten, dass die Einnahme des Antibiotikums nur die Bakterien abtötet, die eine Infektion verursachen, und nicht alle gesunden Bakterien, die im Darm leben. Noch ehrgeiziger ist das Ziel der Wissenschaftler, den Algorithmus zu nutzen, um von Grund auf neue, wirksame Antibiotika zu entwickeln.
„Die Arbeit ist wirklich bemerkenswert“, sagte Jacob Durrant, der an der Universität von Pittsburgh an der computergestützten Entwicklung von Medikamenten arbeitet. „Ihr Ansatz unterstreicht die Leistungsfähigkeit der computergestützten Arzneimittelentdeckung. Es wäre unmöglich, mehr als 100 Mio. Verbindungen physisch auf ihre antibiotische Wirkung zu testen.“
„Angesichts der typischen Kosten der Arzneimittelentwicklung, sowohl in Bezug auf Zeit als auch auf Geld, hat jede Methode, die die Entdeckung von Arzneimitteln im Frühstadium beschleunigen kann, das Potenzial, große Auswirkungen zu haben“, fügte er hinzu.
{{topLeft}}
{{{bottomLeft}}
{{topRight}}
{{bottomRight}}
{{/goalExceededMarkerPercentage}}
{{/ticker}}
{{heading}}
{{#paragraphs}}
{{.}}
{{/paragraphs}}{{{highlightedText}}
- Teilen auf Facebook
- Teilen auf Twitter
- Teilen per E-Mail
- Teilen auf LinkedIn
- Teilen auf Pinterest
- Teilen auf WhatsApp
- Teilen auf Messenger