Anhoren
Teilen
Ein Forschungszusammenschluss will im Rahmen des Verbundprojektes OptimAIze die Entwicklung neuer Antibiotika gegen multiresistente Keime beschleunigen.
Multiresistente Bakterien sind eine der größten medizinischen Herausforderungen und die Entwicklung neuer Antibiotika ist schwer. Um diesen Prozess nun deutlich effizienter zu gestalten, haben das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI), die Universität des Saarlandes, das Helmholtz-Institut für Pharmazeutische Forschung Saarland (HIPS) und das Biotechnologieunternehmen Smartbax GmbH das Verbundprojekt OptimAIze ins Leben gerufen. Gemeinsam will man moderne KI-Methoden und innovative biologische Testverfahren so kombinieren, dass neue Antibiotikakandidaten möglichst schnell identifiziert werden können.
Die Herausforderung bei neuen Kandidaten liegt in dem oftmals ungünstigen Verhältnis von Wirksamkeit und Toxizität. Hier soll vor allem die innovative Integration mechanistischen Wissens in die KI im Rahmen des Verbundprojekts helfen.
„Künstliche Intelligenz eröffnet enorme Chancen für die Wirkstoffforschung. Gleichzeitig stoßen rein datengetriebene Modelle an Grenzen, insbesondere wenn nur wenige oder unausgewogene Daten zur Verfügung stehen. Deshalb setzen wir in OptimAIze auf die Kombination von KI und mechanistischem Fachwissen. So können wir nicht nur präzisere Vorhersagen treffen, sondern auch besser nachvollziehen, warum bestimmte Moleküle wirksam oder toxisch sind,“ erklärt Prof. Dr. Verena Wolf, Forschungsbereichsleiterin Neuro-Mechanistische Modellierung und Projektkoordinatorin OptimAIze, den neuen Ansatz.
Kombination verschiedener Ansätze
Im Mittelpunkt des Projekts steht ein neuartiger, geschlossener Lernkreislauf aus Künstlicher Intelligenz und experimenteller Validierung. Hochauflösende Daten zur Zytotoxizität werden mit modernen KI-Verfahren ausgewertet. Die Modelle lernen dabei nicht nur, die Wirksamkeit und Verträglichkeit von Molekülen vorherzusagen, sondern können auch gezielt neue Wirkstoffvarianten vorschlagen, die anschließend experimentell getestet werden. Die Ergebnisse fließen wiederum zurück in die KI-Modelle und verbessern deren Vorhersagekraft kontinuierlich.
Der Mehrwert von OptimAIze liegt laut Aussagen der Projektverantwortlichen in der integrierten KI-Optimierung, die vielseitige KI- und Chemieinformatik-Expertise vereint, um effizient Moleküle mit besserer Antibiotikawirkung und geringerer Toxizität vorzuschlagen, die unmittelbar synthetisiert und getestet werden.
Ergänzende Kompetenzen
Das Konsortium bringt hierfür komplementäre Kompetenzen zusammen: Das DFKI entwickelt Verfahren der erklärbaren und generativen KI, die Universität des Saarlandes steuert Expertise in Wirkstoffdesign, Sprachmodellen und Einzelzellanalysen bei, das HIPS übernimmt die chemische Synthese und Optimierung der Kandidaten, während die Smartbax GmbH exklusive Daten und Wirkstoffprogramme aus der industriellen Antibiotikaforschung einbringt.
Neben der Entwicklung konkreter Antibiotikakandidaten verfolgt OptimAIze auch das Ziel, innovative KI-Methoden und Softwarewerkzeuge für die wissenschaftliche Gemeinschaft verfügbar zu machen. Die entwickelten Algorithmen sollen – soweit möglich – als Open Source veröffentlicht werden und damit langfristig weitere Forschungsprojekte im Kampf gegen Antibiotikaresistenzen unterstützen.
Mit einer Laufzeit von drei Jahren soll OptimAIze neue Maßstäbe für die KI-gestützte Wirkstoffforschung setzen und einen wichtigen Beitrag zur Bekämpfung antimikrobieller Resistenzen leisten. Gefördert wird das Projekt vom Bundesministerium für Forschung, Technologie und Raumfahrt im Rahmen der Förderrichtlinie “Anwendung von Künstlicher Intelligenz in der Wirkstoffforschung“.
