Wissenschaftler nutzen KI, um neues Antibiotikum zur Behandlung tödlicher Superbakterien zu entdecken | Künstliche Intelligenz (KI)

Wissenschaftler haben mithilfe künstlicher Intelligenz ein neues Antibiotikum entdeckt, das einen tödlichen Superbakterium abtöten kann.

Laut einer neuen Studie, die am Donnerstag in der Wissenschaftszeitschrift Nature Chemical Biology veröffentlicht wurde, hat eine Gruppe von Wissenschaftlern der McMaster University und des Massachusetts Institute of Technology ein neues Antibiotikum entdeckt, mit dem ein tödlicher Krankenhaus-Superbakterium abgetötet werden kann.

Der fragliche Superbug ist Acinetobacter baumanniidas die Weltgesundheitsorganisation als „kritische“ Bedrohung unter ihren „prioritären Krankheitserregern“ eingestuft hat – einer Gruppe von Bakterienfamilien, die die „größte Bedrohung“ für die menschliche Gesundheit darstellen.

Nach Angaben der WHO verfügen die Bakterien über eingebaute Fähigkeiten, neue Wege zu finden, um einer Behandlung zu widerstehen, und können genetisches Material weitergeben, das es anderen Bakterien ermöglicht, ebenfalls medikamentenresistent zu werden.

Ein Baumannii stellt eine Bedrohung für Krankenhäuser, Pflegeheime und Patienten dar, die Beatmungsgeräte und Blutkatheter benötigen, sowie für diejenigen, die bei Operationen offene Wunden haben.

Die Bakterien können über einen längeren Zeitraum von Umweltdienstleistungen und gemeinsam genutzten Geräten leben und häufig über kontaminierte Hände verbreitet werden. Zusätzlich zu Blutinfektionen, Ein Baumannii kann Infektionen der Harnwege und der Lunge verursachen.

Nach Angaben der Centers for Disease Control and Prevention können die Bakterien auch „besiedeln“ oder in einem Patienten leben, ohne Infektionen oder Symptome zu verursachen.

Die Studie vom Donnerstag ergab, dass Forscher mithilfe eines KI-Algorithmus Tausende von antibakteriellen Molekülen untersuchten, um neue Strukturklassen vorherzusagen. Als Ergebnis des KI-Screenings konnten die Forscher eine neue antibakterielle Verbindung identifizieren, die sie Abaucin nannten.

„Wir hatten eine ganze Reihe von Daten, die uns nur Aufschluss darüber gaben, welche Chemikalien eine Reihe von Bakterien abtöten konnten und welche nicht. Meine Aufgabe bestand darin, dieses Modell zu trainieren, und alles, was dieses Modell tun sollte, war uns im Wesentlichen zu sagen, ob neue Moleküle antibakterielle Eigenschaften haben oder nicht“, sagte Gary Liu, ein Doktorand der MacMaster University, der an der Forschung arbeitete.

„Dann sind wir dadurch im Grunde in der Lage, die Effizienz der Arzneimittelentwicklungspipeline zu steigern und … alle Moleküle zu verfeinern, die uns wirklich am Herzen liegen“, fügte er hinzu.

Nachdem Wissenschaftler das KI-Modell trainiert hatten, analysierten sie damit 6.680 Verbindungen, auf die es zuvor noch nicht gestoßen war. Die Analyse dauerte eineinhalb Stunden und ergab am Ende mehrere hundert Verbindungen, von denen 240 anschließend in einem Labor getestet wurden. Labortests ergaben schließlich neun potenzielle Antibiotika, darunter Abaucin.

Anschließend testeten die Wissenschaftler das neue Molekül dagegen Ein Baumannii in einem Wundinfektionsmodell bei Mäusen und stellte fest, dass das Molekül die Infektion unterdrückte.

„Diese Arbeit bestätigt die Vorteile des maschinellen Lernens bei der Suche nach neuen Antibiotika“, sagte Jonathan Stokes, Assistenzprofessor an der Abteilung für Biomedizin und Biochemie der McMaster University, der an der Leitung der Studie beteiligt war.

„Mithilfe von KI können wir schnell weite Bereiche des chemischen Raums erkunden und so die Chancen, grundlegend neue antibakterielle Moleküle zu entdecken, erheblich erhöhen“, sagte er.

„Wir wissen, dass Breitbandantibiotika nicht optimal sind und dass Krankheitserreger die Fähigkeit haben, sich weiterzuentwickeln und sich an jeden Trick anzupassen, den wir ihnen zeigen … KI-Methoden bieten uns die Möglichkeit, die Geschwindigkeit, mit der wir neue Antibiotika entdecken, erheblich zu steigern, und das können wir.“ zu reduzierten Kosten. Dies ist ein wichtiger Weg zur Erforschung neuer Antibiotika-Medikamente“, fügte er hinzu.