Kampf gegen resistente Keime - Mit Künstlicher Intelligenz zu neuen Antibiotika

Bei der Suche nach neuen, wirksamen Antibiotika setzen Forschende zunehmend auf Künstliche Intelligenz. Besonders erfolgreich tut dies ein Team in Boston: Um resistenten Bakterien zu Leibe zu rücken, nutzen sie KI als kreatives Designwerkzeug.

James Collins, Professor für Bioengineering am Massachusetts Institute of Technology MIT, ist in Fachkreisen weltbekannt für seine Forschung. Schon in der Vergangenheit hat seine Gruppe für Schlagzeilen gesorgt mit neuen Substanzen, die mithilfe von KI entdeckt worden waren. Die neue Studie gehe viel weiter, sagt Collins: «Die KI bewegt sich darin weg vom reinen Entdeckungswerkzeug hin zum Designtool.»

Entstanden sind so zwei neue Antibiotika: das eine gegen resistente Gonorrhö (auch als die Geschlechtskrankheit «Tripper» bekannt), das andere gegen resistente MRSA.

Antibiotikaresistenz – die «stille Pandemie»

Jedes Jahr sterben global fast fünf Millionen Menschen an bakteriellen Infektionen, gegen die herkömmliche Antibiotika nicht mehr wirken. Der Grund: Bakterien sind «schlaue» Organismen, die sich gegen medikamentöse Angriffe zur Wehr setzen und mit der Zeit unempfindlich werden. Solche Antibiotikaresistenzen sind ein wachsendes Gesundheitsproblem – die WHO nennt es die «stille Pandemie».

Gefürchtet ist dieser multiresistente Keim vor allem in Spitälern und Pflegeheimen, wo er oft Ursache gefährlicher Infektionen ist.

Vom Screening zum Design

In früheren Studien nutzte James Collins Künstliche Intelligenz für «virtuelles Screening». Dabei durchforstet eine entsprechend trainierte KI riesige Bibliotheken bekannter Moleküle nach antibiotischen Eigenschaften, die ein bestimmtes Bakterium bekämpfen sollen.

In seiner neuen Studie haben Collins und sein Team nun einen fortgeschrittenen Ansatz gewählt: Sie benutzen die KI nicht mehr nur zum Screenen, sondern lassen ihr sozusagen «freie Hand», um Moleküle von Grund auf neu zu bauen.

Vom Atom zum antibiotischen Molekül

Als Ausgangspunkt für neue Verbindungen diente der KI ein einzelnes Atom, zum Beispiel Kohlenstoff, Sauerstoff oder Stickstoff. «KI hat das Molekül dann Atom für Atom aufgebaut, Substruktur für Substruktur», erklärt MIT-Professor James Collins. Immer mit dem Ziel, antibakterielle Eigenschaften zu erzeugen, die auch sinnvoll und anwendbar sind.

Das KI-Modell kreierte so fast 30 Millionen chemische Verbindungen – eine ungeheure Zahl! 24 davon wählten die Wissenschaftler in mühsamer Kleinarbeit aus, um sie künstlich im Labor herzustellen und im Reagenzglas zu testen. Gerade sieben Moleküle blieben schliesslich übrig, die im Labor und im Tierversuch eine antibiotische Wirkung zeigten – wie gewünscht gegen Gonorrhö-Bakterien und gegen MRSA.

KI erschafft sehr viele Dinge, die eigentlich gar nichts taugen – obwohl sie dafür trainiert wurde. Umgekehrt wissen wir auch nicht, wie viele vielleicht wirksame Substanzen die KI verpasst hat.

Adrian Egli Professor für medizinische Mikrobiologie

Adrian Egli ist Professor für medizinische Mikrobiologie an der Universität Zürich und forscht ebenfalls mit KI. Er findet den Ansatz der Studie grundsätzlich sehr gut, ebenso wie die beiden Bakterien, die die US-Forscher im Fokus haben.

Dass aus fast 30 Millionen «möglichen» Antibiotika-Treffern am Ende nur eine Handvoll übrigbleiben, zeige aber auch, «dass die KI sehr viele Dinge erschafft, die eigentlich gar nichts taugen – obwohl sie dafür trainiert wurde», sagt Egli. Und: «Umgekehrt wissen wir auch nicht, wie viele vielleicht wirksame Substanzen die KI verpasst hat.»

Noch lange nicht praxisreif

Eine weitere Unbekannte ist, ob und wann diese Moleküle dereinst beim Menschen eingesetzt werden können. Dafür brauche es viele weitere Schritte und vor allem klinische Studien, sagt Marc Gitzinger, CEO des Schweizer Biotech-Unternehmens Bioversys mit Sitz in Basel: «Während die Moleküle hier eine erste Wirkung zeigen gegen interessante bakterielle Stämme, sind sie noch weit davon entfernt, ein aktives Medikament zu sein, das auch wirklich an den Ort des Geschehens kommt im Menschen.»

Wertvolles Hilfsmittel – aber kein Menschenersatz

Die Basler Bioversys forscht ebenfalls an neuen Antibiotika. Zwei Substanzen seien in der Entwicklung und Testphase weit fortgeschritten; die entsprechenden Moleküle hatte das ehemalige ETH-Spinn-off seinerzeit noch komplett manuell identifiziert. Inzwischen setzen die Basler zum Screenen ebenfalls KI ein, doch Marc Gitzinger relativiert: «Wir werden noch lange nicht nur im Bürostuhl sitzen und sagen, ‹KI, bitte spuck mir ein neues Antibiotikum aus›, und nach zwei Jahren ist das dann klinisch getestet und auf dem Markt.»

Doch das sei auch gar nicht das Ziel in der biomedizinischen Forschung, so Gitzinger. KI könne künftig helfen, neue Moleküle rascher zu finden, aber damit sei es nicht getan: «Danach fängt die grosse Arbeit erst an, und die Testung am Menschen wird auch in Zukunft durch Menschen gemacht.»

MIT-Forscher James Collins bestätigt diese Sicht. Seine Gruppe arbeite nun daran, die sieben durch KI identifizierten Moleküle fit zu machen für klinische Tests am Menschen. Ab da übernehmen andere Forscher.

Generell gehe es bei KI darum, diese möglichst intelligent einzusetzen, sagt James Collins. Konkret: «Diejenigen Forschungsgruppen, denen es gelingt, menschliche Intelligenz und Maschinen-Intelligenz möglichst effektiv zu verknüpfen, werden in der Antibiotikaentwicklung erfolgreich sein.»