Mithilfe verschiedener KI-Modelle ist es Forschenden gelungen, bereits zugelassene Arzneimittel für den Einsatz gegen den multiresistenten Krankheitserreger Streptococcus pneumoniae umzuwidmen. Das Bakterium verursacht lebensbedrohliche Infektionen wie Lungenentzündungen und Hirnhautentzündungen, gegen die herkömmliche Antibiotika zunehmend wirkungslos werden. Eine im Fachjournal Advanced Science veröffentlichte Studie des Imperial College London zeigt, dass computergestütztes Medikamenten-Repurposing (Arzneimittelumwidmung) eine schnelle und kostengünstige Strategie bietet, um dringend benötigte Wirkstoffe gegen globale Gesundheitsrisiken zu finden.
Drei KI-Modelle testen tausende Wirkstoffe parallel
Da die Weltgesundheitsorganisation (WHO) den Erreger Streptococcus pneumoniae auf ihrer Prioritätenliste für die Antibiotika-Entwicklung führt, griff das Forschungsteam auf hochentwickelte Machine-Learning-Ansätze zurück. Die Wissenschaftler trainierten drei unterschiedliche KI-Algorithmen mit molekularen Datensätzen: Ensembles von Entscheidungsbäumen, Graphen-basierte neuronale Netzwerke sowie sequenzbasierte Transformer-Modelle, die zuvor mit hunderten Millionen Molekülen vortrainiert worden waren.
Diese sich gegenseitig ergänzenden Modelle screensten eine digitale Substanzbibliothek von fast 7.000 potenziellen Medikamentenkandidaten auf ihre Fähigkeit, das Bakterienwachstum zu hemmen. Durch die Kombination der drei diversen KI-Architekturen war die Vorauswahl in der Gesamtschau präziser und effektiver, als es ein einzelnes Modell im Alleingang gewesen wäre.
Hohe Erfolgsquote bei der experimentellen Validierung
Aus der computergestützten Vorsortierung wählten die Wissenschaftler elf Wirkstoffkandidaten für die anschließende experimentelle Überprüfung im Labor aus. Die Ergebnisse bestätigten die Prognosen der künstlichen Intelligenz:
- Wachstumshemmung: Neun der elf ausgewählten Substanzen zeigten im Laborversuch eine direkte biologische Wirksamkeit und konnten das Wachstum von Streptococcus pneumoniae erfolgreich stoppen.
- Resistenzbrecher: Eine der beiden potentesten umgewidmeten Arzneien erwies sich im Experiment sogar als hochwirksam gegen klinisch bekannte, hochentwickelte resistente Stämme des Erregers.
Laut Studienleiter Dr. Pedro J. Ballester hat sich die KI-gesteuerte Phänotyp-Umwidmung damit als mächtiges Instrument im Kampf gegen antimikrobielle Resistenzen bewährt, um bereits bekannte Sicherheits- und Pharmakologieprofile von Medikamenten zeit- und kostensparend für neue medizinische Krisen nutzbar zu machen.
Die Studie ist unter der DOI 10.1002/advs.76959 im Fachjournal Advanced Science dokumentiert.
