McMaster-KI-Modell entwickelt in frühen Tests neuen Antibiotika-Kandidaten

Forscher der McMaster University haben ein neues generatives Modell der künstlichen Intelligenz (KI) entwickelt, das die Arzneimittelentdeckung drastisch beschleunigen kann — und in frühen Tests hat es bereits ein völlig neues Antibiotikum entworfen. In einer neuen Studie, die am 23. April veröffentlicht und für das Titelblatt der Juni-Ausgabe von Molecular Systems Biology ausgewählt wurde, testete das Team das Modell und identifizierte eine neuartige, wasserlösliche Verbindung mit dem Namen synthecin.

Das neue Modell mit dem Namen SyntheMol-RL ist darauf trainiert, einen riesigen chemischen Raum von bis zu 46 Milliarden möglichen Verbindungen zu erkunden — weit mehr, als sich im Labor realistisch testen ließe, wo selbst groß angelegte Screenings bei rund einer Million Molekülen ihre Grenze erreichen. Unter Rückgriff auf etwa 150.000 molekulare „Bausteine“ und einen Satz von 50 chemischen Synthesereaktionen ist das KI-Modell darauf ausgelegt, strukturell neuartige Antibiotika-Kandidaten zu erzeugen.

Frühere Versionen von SyntheMol entwarfen ausschließlich Moleküle mit antibakterieller Aktivität, ohne andere entscheidende Eigenschaften zu berücksichtigen. In den vergangenen zwei Jahren verfeinerte das Team — gemeinsam mit Mitarbeitern der Stanford University — das Modell so, dass es nur antibakterielle Verbindungen erzeugt, die sich im Labor leicht entwickeln lassen und im Körper voraussichtlich löslich sind.

Die Forscher beauftragten das erweiterte Modell damit, wasserlösliche Antibiotika zu generieren, die durch Staphylococcus aureus verursachte Infektionen behandeln könnten, und erzielten schnell mehrere Treffer. Aus einer Gruppe von 79 vom Modell vorgeschlagenen antibakteriellen Substanzen konzentrierte sich die Gruppe auf eine besonders interessante Verbindung — eine neuartige, wasserlösliche Substanz, die wahrscheinlich antibiotische Aktivität gegen S. aureus aufwies.

Der neue computergestützt entwickelte Wirkstoffkandidat wurde anschließend im Labor zu einer topischen Creme formuliert und in Mausmodellen an einer ansonsten arzneimittelresistenten Wundinfektion getestet. Synthecin kontrollierte die Infektion mit hoher Wirksamkeit und funktionierte außerordentlich gut als topisch angewendetes Medikament, während es zugleich frühes Potenzial als Substanz zeigte, die künftig auch für eine systemische Anwendung eingesetzt oder dafür optimiert werden könnte.

Das Team hat bislang noch nicht aufgeklärt, wie der Wirkstoff Bakterien hemmt — ein wichtiger Schritt, um sein Sicherheitsprofil und damit die Wahrscheinlichkeit einer späteren klinischen Anwendung zu bestimmen. Die Gruppe arbeitet nun aktiv an diesen entscheidenden Wirkmechanismus-Studien.

Die Entdeckung von synthecin gilt als Bestätigung dafür, dass das KI-Modell rasch Wirkstoffkandidaten mit hohem Potenzial generieren kann und damit die Last der Arzneimittelentdeckung vom Auffinden brauchbarer Verbindungen auf deren Design und Optimierung verlagert. Das Modell wurde krankheitsagnostisch entwickelt, und die Forscher erklärten, dieser Wandel sei nicht nur für die Antibiotika-Forschung, sondern auch für andere Bereiche der Biochemie von Bedeutung.