Forscher erforschen den Einsatz von KI zur Verbesserung des Medikamentendesigns gegen COVID-19

Die Entdeckung und Entwicklung von Medikamenten kann langsam, kostspielig und risikoreich sein, aber die Nutzung von Fortschritten in der künstlichen Intelligenz (KI) kann bei diesen Prozessen helfen, sagen Forscher der Brock University.

Yifeng Li, kanadischer Forschungslehrstuhl für maschinelles Lernen für biomedizinische Datenwissenschaft, und sein Informatik-Masterstudent Cameron Andress veröffentlichten einen Artikel in: PLOS Computational Biologydarüber, wie KI im Vergleich zu konventionelleren Methoden besser ein Medikament entwickeln kann, um zu verhindern, dass das SARS-CoV-2-Virus – das für die Ansteckung mit COVID-19 verantwortlich ist – in menschliche Zellen eindringt.

„Dies ist eine einzigartige und wichtige Arbeit in der KI-Community für das Arzneimitteldesign“, sagt Andress, der Erstautor des Papiers. „Unsere Ergebnisse deuten darauf hin, dass KI in der Lage ist, gut geeignete Arzneimittelkandidaten für ein ausgewähltes Virus zu produzieren, was den Arzneimittelentwicklungsprozess erheblich beschleunigen und möglicherweise mehr Leben retten kann.“

Li und sein Team konzentrierten sich auf eine Substanz namens Aptamer, die als Medikament fungieren kann. Aptamere sind kurze, einzelsträngige DNA- und RNA-Moleküle, die stark und ausschließlich an ein bestimmtes Protein binden, das zur Behandlung oder Vorbeugung von Krankheiten eingesetzt wird.

Aptamer-Medikamente seien relativ neu und innovativ, sagt der Assistenzprofessor für Informatik. Sie sind stärker und präziser als Therapeutika, die als „kleinmolekulare Medikamente“ bekannt sind – wie Aspirin und Penicillin –, bei denen Moleküle Membranen passieren können, um das Protein zu erreichen, auf das sie abzielen.

Aptamere werden in der Regel durch eine Reihe von Experimenten entwickelt, bei denen eine Gruppe zufällig ausgewählter Aptamere in eine kontrollierte Umgebung mit dem Virus gegeben wird. Wissenschaftler messen, wie gut das Aptamer an das Zielprotein bindet und nehmen so lange eine Reihe von Modifikationen vor, bis die Bindung gestärkt ist.

Andress wandte sich dem maschinellen Lernen zu und entwickelte ein Programm, das den physikalischen Prozess simuliert, indem es eine Vielzahl verschiedener DNA- und RNA-Sequenzen generiert und testet, wie stark und präzise sie an das Zielprotein binden.

„KI ist ein neues Paradigma für die Arzneimittelforschung, da sie Entwicklungszeit und -kosten drastisch reduziert und in der Lage ist, den riesigen molekularen Raum effizient zu durchsuchen“, sagt er.

Li erinnert sich, wie er und Andress im Frühjahr 2020, zu Beginn der Pandemie, an der Entwicklung von Aptamer-Medikamenten zur Behandlung von COVID-19 interessiert waren.

„Wir haben uns für COVID-19 entschieden, weil es eine dringende Erkrankung und lang anhaltende medizinische Herausforderungen darstellt“, sagt Li. „Unsere Arbeit gehört zu den ersten, die Aptamer-Medikamente für COVID entwickeln.“

Li sagt, dass das Modell des Teams zur Bewältigung künftiger Gesundheitskrisen eingesetzt werden kann.

„Für zukünftige ähnliche COVID-19-Varianten oder andere Pandemien, die durch andere Arten von Viren verursacht werden, können wir das aktuelle Spike-Protein durch das neue Zielprotein von Interesse ersetzen, da wir über den Rahmen, die Erfahrung und ein Team verfügen“, sagt er.