KI-Forscher entwickeln Methode, um vorhandene Medikamente zur Bekämpfung von Covid-19 umzunutzen

Ein internationales Team von Forschern hat KI-Modelle angewendet, um bereits vorhandene Medikamente zu finden, die bei älteren Patienten gegen Covid-19 eingesetzt werden können. Das Forschungsteam hat Autoencoder-Modelle auf Medikamente angewendet, die bereits auf dem Markt sind, um Gemeinsamkeiten in den Veränderungen der Genexpression zu finden, die durch das natürliche Alter und Covid-19 verursacht werden.

Wie die Co-Autorin des Studien, die computationale Biologin am MIT, Caroline Uhler, erklärt, besteht das Problem bei der Entwicklung neuer Medikamente gegen Covid-19 darin, dass der Prozess der Medikamentenentwicklung Jahre dauern kann. KI wurde bereits eingesetzt, um neue Medikamente zu entdecken, und findet neue Formulierungen für therapeutische Medikamente viel schneller als herkömmliche Methoden der Medikamentenentdeckung. Leider ist sogar die relativ schnelle Geschwindigkeit, mit der Medikamente mithilfe von KI entdeckt werden können, immer noch viel zu langsam für Situationen wie die Covid-19-Pandemie. Es ist viel effizienter, vorhandene Medikamente umzunutzen.

Um ein Medikament zu finden, das die Auswirkungen von Covid-19 bei älteren Bevölkerungsgruppen bekämpfen kann, haben die Forscher Gene untersucht, die während des natürlichen Alterungsprozesses und wenn sie von dem Covid-19-Virus betroffen sind, Veränderungen erfahren.

Es wird angenommen, dass Covid-19 bestimmte Zellwege, insbesondere entzündliche Wege, nutzt, um sich zu replizieren. Es ist auch bekannt, dass die Auswirkungen von Covid-19 bei älteren Bevölkerungsgruppen viel schlimmer sind als bei jüngeren Bevölkerungsgruppen. Darüber hinaus sind die Atemwege alternder Individuen durch Veränderungen in der Gewebesteifigkeit gekennzeichnet. Angesichts dieser Tatsachen suchten die Forscher nach Genen, die durch Alter und Covid-19 verändert werden, mit dem Ziel, Medikamente zu finden, die positiv mit diesen Genen interagieren.

Das Forschungsteam hat einen dreistufigen Prozess angewendet, um Gene zu finden, die in beiden Wegen gemeinsam sind. In der ersten Phase der Forschung hat das Team einen Autoencoder verwendet, um eine Liste von Kandidatenmedikamenten zu erstellen. Dies geschah, indem der Autoencoder zwei Datensätze von Genexpressionsmustern analysierte und die Medikamente auswählte, die den Gesamteffekt des Virus zu reduzieren schienen. Das Ergebnis war eine Liste von Kandidatenmedikamenten und ihren Begleitinteraktionen mit Proteinen in beiden Alterungs- und Infektionswegen. Anschließend haben die Forscher die Liste der Kandidatenmedikamente genommen und die Interaktionen zwischen Proteinen und den beiden verschiedenen Wegen kartiert, um eine Karte der Proteininteraktionen für beide zu erstellen. Die Forscher haben dann die beiden Proteininteraktionskarten verglichen, um Überschneidungen zu finden. Dies führte zur Entdeckung eines Genexpressionsnetzwerks, das Medikamente zum Ziel haben sollten, um die Schwere von Covid-19 bei älteren Patienten zu reduzieren.

In der letzten Phase des Forschungsprojekts hat das Team statistische Methoden eingesetzt, um Kausalität innerhalb der kartierten Netzwerke zu bestimmen. Mit dieser Methode konnten sie die genauen Gene bestimmen, mit denen ein Medikamentenkandidat interagieren sollte, um die Schwere einer Covid-19-Infektion am effektivsten zu reduzieren.

Laut den Ergebnissen ihrer Analyse war das RIPK1-Gen der Teil des Genoms, der am besten für die Zielgerichtetheit von Covid-19-Therapiemedikamenten geeignet schien. Einige der Kandidatenmedikamente werden zur Behandlung von Krebs eingesetzt. Andere Kandidatenmedikamente werden bereits von medizinischen Instituten getestet, um Covid-19 zu behandeln.

Das Forschungsteam betont, dass dies nur der erste Schritt ist, um zu bestimmen, welche Medikamente für die Behandlung von Covid-19 umgenutzt werden könnten. Umfangreiche In-vitro-Experimente und klinische Studien müssen durchgeführt werden, um zu bestimmen, ob die Medikamente tatsächlich wirksam sind. Wenn sich jedoch dieser Ansatz als erfolgreich erweist, könnte er verwendet werden, um wirksame Medikamente für andere Erkrankungen zu finden.

Wie das Forschungsteam schreibt:

“Während wir unsere computergestützte Plattform im Kontext von SARS-CoV-2 anwenden, integrieren unsere Algorithmen Datenmodi, die für viele Krankheiten verfügbar sind, und machen sie damit allgemein anwendbar.”