KI findet neue Antibiotika gegen resistente Bakterium!
In einer bahnbrechenden Studie, die in der Fachzeitschrift Nature veröffentlicht wurde, haben Forscher des Massachusetts Institute of Technology (MIT) mithilfe von künstlicher Intelligenz (KI) eine neue Klasse von Verbindungen entdeckt, die ein gegenüber Antibiotika resistentes Bakterium abtöten können. Dieses Bakterium, das mehr als 10.000 Todesfälle pro Jahr in den USA verursacht, wird als Methicillin-resistenter Staphylococcus aureus (MRSA) bezeichnet.
Die Entdeckung:
Die Forscher zeigten in ihrer Studie, dass diese Verbindungen MRSA in einer Laborschale und in zwei Mäusemodellen einer MRSA-Infektion abtöten konnten. Bemerkenswert ist, dass diese Verbindungen eine sehr geringe Toxizität gegenüber menschlichen Zellen aufweisen, was sie zu vielversprechenden Kandidaten für neue Medikamente macht.
Eine entscheidende Innovation dieser Studie besteht darin, dass die Forscher herausfinden konnten, welche Informationen das KI-Modell verwendet hat, um seine Vorhersagen zur Antibiotikawirksamkeit zu treffen. Dieses Wissen könnte dazu beitragen, weitere Medikamente zu entwerfen, die noch besser wirken könnten als die vom Modell identifizierten.
Forschungsteam: Die Hauptautoren der Studie sind Felix Wong, ein Postdoc am MIT, und Erica Zheng, eine ehemalige Absolventin der Harvard Medical School. Die Mission dieses Projekts, das von James Collins geleitet wird, ist es, neue Klassen von Antibiotika gegen sieben tödliche Bakterienarten in sieben Jahren zu entdecken.
MRSA und seine Gefahren: MRSA infiziert jedes Jahr mehr als 80.000 Menschen in den USA und führt häufig zu Hautinfektionen oder Lungenentzündung. Schwere Fälle können zu einer Sepsis führen, einer potenziell tödlichen Blutstrominfektion.
Die Herausforderung der „Black Box“: Eine Herausforderung bei der Verwendung von KI in der Antibiotikaforschung besteht darin, dass die Modelle oft „Black Boxes“ sind, dh es ist nicht bekannt, auf welchen Merkmalen ihre Vorhersagen beruhen. In dieser Studie versuchten die Forscher, diese „Black Box“ zu öffnen.
Die Methode: Die Forscher trainierten ein tiefes Lernmodell mit erweiterten Datensätzen, die durch Tests von etwa 39.000 Verbindungen auf ihre antibakterielle Aktivität gegen MRSA generiert wurden. Sie nutzten auch Informationen über die chemischen Strukturen der Verbindungen.
Die Verwendung einer Kombination von Modellen ermöglichte es den Forschern, rund 12 Millionen Verbindungen zu durchsuchen und vielversprechende Kandidaten zu identifizieren. In Labortests und anhand von Mausmodellen zeigten sich vielversprechende Ergebnisse.
Die Erkenntnisse wurden an Phare Bio weitergegeben, eine gemeinnützige Organisation, die von Collins und anderen im Rahmen des Antibiotika-AI-Projekts gegründet wurde. Die Organisation plant nun eine detaillierte Analyse der chemischen Eigenschaften und des klinischen Potenzials dieser Verbindungen.
Ausblick: Das Forschungsteam arbeitet bereits daran, zusätzliche Medikamentenkandidaten zu entwerfen, basierend auf den Erkenntnissen dieser Studie. Die Entdeckung könnte auch den Weg für die Identifizierung von Antibiotika gegen andere Bakterienarten ebnen.
Diese bahnbrechende Studie am MIT zeigt, wie KI bei der Entdeckung neuer Antibiotika eine entscheidende Rolle spielen kann. Die identifizierten Verbindungen könnten einen bedeutenden Fortschritt im Kampf gegen antibiotikaresistente Bakterien wie MRSA darstellen.
