Künstliche Intelligenz im Kampf gegen multiresistente Keime

Kaum ein anderer Keim wird in Krankenhäusern mehr gefürchtet als der Acinetobacter baumannii, bekannt als «multiresistenter Keim». Von der Weltgesundheitsorganisation wird er als eines der weltweit gefährlichsten antibiotikaresistenten Bakterien eingestuft. Diese Bakterienstämme haben mit der Zeit hohe Resistenzen gegen eine Vielzahl von Antibiotika entwickelt und sind aus diesem Grund sehr schwer zu behandeln. Verbreitet sind sie besonders in medizinischen Einrichtungen, wo sie lebensbedrohliche Infektionen verursachen können. Dank dem Einsatz von künstlicher Intelligenz ist es der medizinischen Forschung nun gelungen, ein Antibiotikum-Molekül gegen diesen unsichtbaren Feind zu finden: abaucin.

Die bahnbrechende Entdeckung machten Forschende der McMaster University und des Massachusetts Institute of Technology. Sie setzten einen eigens dafür entwickelten Algorithmus ein, welcher etwa 7500 Moleküle auf seine antibakteriellen Eigenschaften hin untersucht hat. Um das zu erreichen haben die Forschenden ein neuronales Netzwerk mit Daten aus einem Test zur Wachstumshemmung von Acinetobacter baumannii trainiert und anhand künstlicher Intelligenz treffgenaue Vorhersagen zu strukturell neuen Molekülen gemacht. Heraus kam dabei ein Molekül, das als abaucin bezeichnet und bei Mäusen bereits erfolgreich zur Infektionsbekämpfung eingesetzt wird.

Dieses vielversprechende Ergebnis erweckt Hoffnung im Kampf gegen multiresistente Keime. Aber auch der Einsatz künstlicher Intelligenz in der medizinischen Forschung wird damit ein Grundstein gelegt, wie auch der Hauptautor der Studie und Assistenzprofessor am Department für Biomedizin und Biochemie der McMaster University, Jonathan Stokes unterstreicht: „Diese Arbeit bestätigt die Vorteile des maschinellen Lernens bei der Suche nach neuen Antibiotika. Wir wissen, dass Breitbandantibiotika suboptimal sind und dass Erreger die Fähigkeit haben, sich an jede von uns angewendete Methode anzupassen und sich weiterzuentwickeln. KI-Methoden ermöglichen es uns, die Rate, mit der wir neue Antibiotika entdecken, erheblich zu steigern, und das zu geringeren Kosten. Dies ist ein wichtiger Erkundungsweg für neue Antibiotika.“