KI-Algorithmen zur Entwicklung von Arzneimitteln zur Bekämpfung arzneimittelresistenter Bakterien

Eine der größten Herausforderungen für die Medizinbranche sind arzneimittelresistente Bakterien. Derzeit gibt es schätzungsweise 700,000 Todesfälle durch arzneimittelresistente Bakterien, und es entwickeln sich immer mehr Stämme arzneimittelresistenter Bakterien. Wissenschaftler und Ingenieure versuchen, neue Methoden zur Bekämpfung arzneimittelresistenter Bakterien zu entwickeln. Eine Methode zur Entwicklung neuer Antibiotika besteht darin, künstliche Intelligenz und maschinelles Lernen einzusetzen, um neue Verbindungen zu isolieren, die mit neuen Superbakterienstämmen umgehen könnten.

Wie SingularityHub berichteteEin neuer Antibiotikum wurde entwickelt mit Hilfe von KI. Das Antibiotikum wurde Halicin genannt, nach dem AI HAL aus 2001: Odyssee im Weltraum. Das neu entwickelte Antibiotikum erwies sich als erfolgreich bei der Beseitigung einiger der virilen Superbakterienstämme. Das neue Antibiotikum wurde mithilfe maschineller Lernalgorithmen entdeckt. Konkret wurde das maschinelle Lernmodell anhand eines großen Datensatzes trainiert, der aus etwa 2,500 Verbindungen bestand. Fast die Hälfte der zum Trainieren des Modells verwendeten Medikamente waren bereits von der FDA zugelassene Medikamente, während die andere Hälfte des Trainingssatzes aus natürlich vorkommenden Verbindungen bestand. Das Forscherteam optimierte die Algorithmen, um Moleküle zu priorisieren, die gleichzeitig antibiotische Eigenschaften besaßen, sich aber von bestehenden Antibiotikastrukturen unterschieden. Anschließend untersuchten sie die Ergebnisse, um festzustellen, welche Verbindungen für den menschlichen Verzehr sicher wären.

Laut The GuardianIn einer aktuellen Studie erwies sich das Medikament als äußerst wirksam bei der Bekämpfung arzneimittelresistenter Bakterien. Es ist so wirksam, weil es die Membran der Bakterien abbaut, wodurch die Fähigkeit der Bakterien zur Energieproduktion beeinträchtigt wird. Damit Bakterien Abwehrkräfte gegen die Wirkung von Halicin entwickeln können, sind möglicherweise mehr als ein paar genetische Mutationen erforderlich, die Halicin eine lange Lebensdauer verleihen. Das Forschungsteam testete auch die Wirkung der Verbindung bei Mäusen, wo sie Mäuse, die mit einem Bakterienstamm infiziert waren, der gegen alle gängigen Antibiotika resistent war, erfolgreich beseitigen konnte. Da die Ergebnisse der Studien so vielversprechend sind, hofft das Forschungsteam, eine Partnerschaft mit einem Pharmaunternehmen einzugehen und zu beweisen, dass das Medikament für den Menschen sicher ist.

James Collins, Professor für Bioingenieurwesen und leitender Autor am MIT, und Regina Barzilay, Informatikprofessorin am MIT, waren beide leitende Autoren des Artikels. Collins, Barzilay und andere Forscher hoffen, dass Algorithmen wie der Typ, den sie zur Entwicklung von Halicin verwendet haben, dazu beitragen könnten, die Entdeckung neuer Antibiotika zu beschleunigen, um die Verbreitung arzneimittelresistenter Stämme der Krankheit zu bekämpfen.

Halicin ist bei weitem nicht der einzige Wirkstoff, der mithilfe von KI entdeckt wurde. Das von Collin und Barzilay geleitete Forschungsteam möchte noch weiter gehen und neue Verbindungen entwickeln, indem es mehr Modelle trainiert und dabei rund 100 Millionen Moleküle aus der ZINC 15-Datenbank verwendet, einer Online-Bibliothek mit über 1.5 Milliarden Arzneimittelverbindungen. Berichten zufolge ist es dem Team bereits gelungen, mindestens 23 verschiedene Kandidaten zu finden, die die Kriterien erfüllen, möglicherweise sicher für den menschlichen Gebrauch zu sein und sich strukturell von aktuellen Antibiotika zu unterscheiden.

Eine unglückliche Nebenwirkung von Antibiotika besteht darin, dass sie zwar schädliche Bakterien abtöten, aber auch die notwendigen Darmbakterien abtöten, die der menschliche Körper benötigt. Die Forscher hoffen, dass sie mithilfe ähnlicher Techniken wie bei der Herstellung von Halicin Antibiotika mit weniger Nebenwirkungen herstellen könnten, also Medikamente, die das menschliche Darmmikrobiom weniger schädigen.

Viele andere Unternehmen versuchen ebenfalls, maschinelles Lernen zu nutzen, um den komplexen, langwierigen und oft teuren Prozess der Arzneimittelentwicklung zu vereinfachen. Andere Unternehmen haben ebenfalls KI-Algorithmen trainiert, um neue Arzneimittelverbindungen zu synthetisieren. Erst kürzlich konnte ein Unternehmen ein Proof-of-Concept-Medikament entwickeln nur anderthalb Monate, eine viel kürzere Zeit als die Monate oder sogar Jahre, die es dauern kann, ein Medikament auf herkömmliche Weise herzustellen.

Barzilay ist optimistisch, dass KI-gesteuerte Arzneimittelforschungsmethoden die Landschaft der Arzneimittelforschung auf sinnvolle Weise verändern können. Barzilay erklärte, dass die Arbeit an Halicin ein praktisches Beispiel dafür sei, wie effektiv Techniken des maschinellen Lernens sein können:

„Es stellt sich immer noch die Frage, ob maschinelle Lerntools im Gesundheitswesen wirklich etwas Intelligentes leisten und wie wir sie zu Arbeitspferden in der Pharmaindustrie entwickeln können.“ Das zeigt, wie weit man dieses Tool anpassen kann.“