Künstliche Intelligenz-Algorithmen werden verwendet, um Medikamente zu entwickeln, die gegen antibiotikaresistente Bakterien kämpfen

Eine der größten Herausforderungen, vor denen die Medizinbranche steht, sind antibiotikaresistente Bakterien. Derzeit gibt es schätzungsweise 700.000 Todesfälle durch antibiotikaresistente Bakterien, und es entwickeln sich immer mehr Stämme von antibiotikaresistenten Bakterien. Wissenschaftler und Ingenieure versuchen, neue Methoden zu entwickeln, um antibiotikaresistente Bakterien zu bekämpfen. Eine Methode, um neue Antibiotika zu entwickeln, besteht darin, künstliche Intelligenz und maschinelles Lernen zu verwenden, um neue Verbindungen zu isolieren, die mit neuen Stämmen von Superbakterien umgehen könnten.

Wie SingularityHub berichtet, wurde ein neues Antibiotikum mit Hilfe von künstlicher Intelligenz entwickelt. Das Antibiotikum wurde halicin genannt, nach dem künstlichen Intelligenz-System HAL aus dem Film “2001: Odyssee im Weltraum”. Das neu entwickelte Antibiotikum erwies sich als erfolgreich bei der Eliminierung einiger der widerstandsfähigsten Superbakterien-Stämme. Das neue Antibiotikum wurde durch den Einsatz von maschinellen Lernalgorithmen entdeckt. Insbesondere wurde das maschinelle Lernmodell mit einer großen Datenmenge von etwa 2.500 Verbindungen trainiert. Fast die Hälfte der zur Trainierung des Modells verwendeten Medikamente waren bereits von der FDA zugelassene Medikamente, während die andere Hälfte der Trainingsmenge aus natürlichen Verbindungen bestand. Das Team der Forscher passte die Algorithmen an, um Moleküle zu priorisieren, die gleichzeitig antibiotische Eigenschaften besitzen, aber unterschiedliche Strukturen als bestehende Antibiotika aufweisen. Sie untersuchten dann die Ergebnisse, um zu bestimmen, welche Verbindungen für den menschlichen Verzehr sicher wären.

Laut The Guardian erwies sich das Medikament in einer aktuellen Studie als extrem effektiv bei der Bekämpfung von antibiotikaresistenten Bakterien. Es ist so effektiv, weil es die Membran der Bakterien abbaut, was die Fähigkeit der Bakterien, Energie zu produzieren, ausschaltet. Damit die Bakterien sich gegen die Wirkung von halicin wehren können, würden mehrere genetische Mutationen erforderlich sein, was halicin eine gewisse Beständigkeit verleiht. Das Forschungsteam testete auch, wie die Verbindung bei Mäusen funktioniert, bei denen sie erfolgreich eine Infektion mit einem bakterienresistenten Stamm eliminierte. Aufgrund der vielversprechenden Ergebnisse der Studien hofft das Forschungsteam, eine Partnerschaft mit einem pharmazeutischen Unternehmen einzugehen und den Nachweis zu erbringen, dass das Medikament für den menschlichen Gebrauch sicher ist.

James Collins, Professor für Bioingenieurwesen und Senior-Autor am MIT, und Regina Barzilay, Professorin für Informatik am MIT, waren beide Senior-Autoren des Artikels. Collins, Barzilay und andere Forscher hoffen, dass Algorithmen wie die, die sie zur Entwicklung von halicin verwendet haben, dazu beitragen können, die Entdeckung neuer Antibiotika zur Bekämpfung der Verbreitung von antibiotikaresistenten Krankheiten zu beschleunigen.

Halicin ist bei Weitem nicht das einzige Medikament, das mit Hilfe von künstlicher Intelligenz entdeckt wurde. Das Forschungsteam unter der Leitung von Collins und Barzilay will weitergehen und neue Verbindungen entwickeln, indem es mehr Modelle mit etwa 100 Millionen Molekülen aus der ZINC-15-Datenbank trainiert, einer Online-Bibliothek mit über 1,5 Milliarden Medikamentenverbindungen. Laut Berichten hat das Team bereits mindestens 23 verschiedene Kandidaten gefunden, die die Kriterien für eine mögliche Sicherheit für den menschlichen Gebrauch und eine Struktur erfüllen, die sich von aktuellen Antibiotika unterscheidet.

Ein unglücklicher Nebeneffekt von Antibiotika ist, dass sie, während sie schädliche Bakterien abtöten, auch die notwendigen Darmbakterien abtöten, die der menschliche Körper benötigt. Die Forscher hoffen, dass sie Techniken ähnlich denen, die zur Entwicklung von halicin verwendet wurden, anwenden können, um Antibiotika mit weniger Nebenwirkungen zu entwickeln, Medikamente, die weniger wahrscheinlich den menschlichen Darmmikrobiom schädigen.

Viele andere Unternehmen versuchen auch, maschinelles Lernen zu nutzen, um den komplexen, langwierigen und oft teuren Prozess der Medikamentenentwicklung zu vereinfachen. Andere Unternehmen haben auch künstliche Intelligenz-Algorithmen trainiert, um neue Medikamentenverbindungen zu synthetisieren. Erst kürzlich konnte ein Unternehmen ein Konzeptmedikament in nur eineinhalb Monaten entwickeln, was viel kürzer ist als die Monate oder sogar Jahre, die es normalerweise dauert, ein Medikament herzustellen.

Barzilay ist optimistisch, dass AI-gesteuerte Methoden der Medikamentenentdeckung die Landschaft der Medikamentenentdeckung auf bedeutende Weise verändern können. Barzilay erklärte, dass die Arbeit an halicin ein praktisches Beispiel dafür ist, wie effektiv maschinelle Lernmethoden sein können:

„Es gibt immer noch die Frage, ob maschinelle Lernwerkzeuge in der Gesundheitsversorgung wirklich etwas Intelligentes tun, und wie wir sie zu Arbeitstieren in der Pharmaindustrie entwickeln können. Dies zeigt, wie weit man dieses Werkzeug anpassen kann.“