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

Ein internationales Team von Forschern hat KI-Modelle angewendet, um bereits existierende Medikamente zu finden, die Covid-19 bei älteren Patienten behandeln 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 Altern und Covid-19 verursacht werden.

Wie von der Co-Autorin des Studiums, der computergestützten Biologin am MIT, Caroline Uhler, erklärt, besteht das Problem bei der Entwicklung neuer Medikamente zur Bekämpfung von Covid-19 darin, dass der Medikamentenentwicklungsprozess Jahre dauern kann. KI wurde bereits eingesetzt, um neue Medikamente zu entdecken, und findet neue Formulierungen für therapeutische Medikamente viel schneller als herkömmliche Medikamentenentdeckungsmethoden. 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, bestehende Medikamente umzunutzen.

Um ein Medikament zu finden, das die Auswirkungen von Covid-19 bei älteren Bevölkerungsgruppen bekämpfen kann, untersuchten die Forscher Gene, die während des normalen Alterns und wenn sie vom Covid-19-Virus betroffen waren, verändert wurden.

Covid-19 wird vermutet, bestimmte Zellwege, insbesondere entzündliche Wege, zu nutzen, 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 Atemsysteme alternder Individuen durch Veränderungen in der Gewebesteifigkeit gekennzeichnet. Angesichts dieser Tatsachen suchten die Forscher nach Genen, die durch das Altern und Covid-19 verändert wurden, mit dem Ziel, Medikamente zu finden, die positiv mit diesen Genen interagieren.

Das Forschungsteam verwendete einen dreistufigen Prozess, um Gene zu finden, die beiden Wegen gemeinsam sind. In der ersten Phase der Forschung verwendete das Team einen Autoencoder, um eine Liste von Kandidatenmedikamenten zu erstellen. Dies wurde dadurch erreicht, dass 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 begleitenden Wechselwirkungen mit Proteinen in beiden Alterns- und Infektionswegen. Anschließend nahm das Team die Liste der Kandidatenmedikamente und kartierte die Wechselwirkungen zwischen Proteinen und den beiden verschiedenen Wegen, um eine Karte der Proteinwechselwirkungen für beide zu erstellen. Die Forscher verglichen dann die beiden Protein-Wechselwirkungskarten, 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 verwendete das Team statistische Methoden, um Kausalität in den kartierten Netzwerken zu bestimmen. Mit dieser Methode konnten sie die genauen Gene bestimmen, mit denen ein Kandidatenmedikament 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-Therapie-Medikamenten geeignet schien. Einige der Kandidatenmedikamente werden zur Behandlung von Krebs eingesetzt. Andere Kandidatenmedikamente werden bereits von medizinischen Einrichtungen getestet, um Covid-19 zu behandeln.

Das Forschungsteam betont, dass dies nur der erste Schritt bei der Bestimmung dessen ist, 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, wodurch sie weitgehend anwendbar sind.”