KI-Durchbruch: Neue Antibiotika gegen Superbakterien entdeckt

Forscher des Massachusetts Institute of Technology (MIT) haben künstliche Intelligenz eingesetzt, um zwei neuartige Antibiotika zu entwickeln. Dies stellt einen potenziell bedeutenden Durchbruch im globalen Kampf gegen medikamentenresistente Bakterien, gemeinhin als „Superbakterien“ bekannt, dar. Obwohl diese Entwicklung beträchtliche Versprechen birgt, ist es entscheidend zu erkennen, dass diese Verbindungen vor einer realen Anwendung erheblichen Hürden und jahrelangen strengen Tests gegenüberstehen.

Das Aufkommen von Antibiotikaresistenzen stellt eine kritische globale Bedrohung für die öffentliche Gesundheit dar. Weitgehend angetrieben durch den häufigen übermäßigen Einsatz von Antibiotika in Medizin und Landwirtschaft, haben Bakterien neue Stämme entwickelt, die in der Lage sind, eine wachsende Anzahl bestehender Medikamente zu umgehen. Diese Krise trägt jährlich zu schätzungsweise fünf Millionen Todesfällen weltweit bei, mit einer direkten Ursache bei über 1,2 Millionen Todesfällen. Über die menschlichen Kosten hinaus wird prognostiziert, dass Superbakterieninfektionen bis 2050 zu einem Verlust der globalen Wirtschaftsleistung von mehr als 2,5 Billionen AUD führen werden. Das Problem wird zusätzlich durch Ungleichheitsprobleme verschärft, da viele ärmere Nationen Schwierigkeiten haben, Zugang zu neueren Antibiotika zu erhalten, die zur Bekämpfung resistenter Infektionen benötigt werden.

Das MIT-Team zielte speziell auf zwei formidable Superbakterien ab: Neisseria gonorrhoeae und Methicillin-resistenten Staphylococcus aureus (MRSA). N. gonorrhoeae verursacht Gonorrhoe, eine sexuell übertragbare Krankheit, die alarmierende Antibiotikaresistenzen entwickelt hat, was zu ihrer schnellen Verbreitung führt. Allein im Jahr 2020 gab es über 82 Millionen neue Fälle, hauptsächlich in Entwicklungsländern. MRSA, oft als „goldener Staph“ bezeichnet, ist ein resistenter Stamm von Staphylococcus aureus, der schwere Haut-, Blut- und Organinfektionen verursachen kann. Patienten, die mit MRSA infiziert sind, sterben schätzungsweise mit einer um 64 % höheren Wahrscheinlichkeit an ihrer Infektion.

Um diesen Herausforderungen zu begegnen, setzten die Forscher generative KI durch zwei verschiedene Ansätze ein. Für Neisseria gonorrhoeae trainierte das Team ein maschinelles Lern-Neuronales Netz unter Verwendung einer Datenbank bestehender Verbindungen, die bekanntermaßen antibiotische Aktivität gegen das Bakterium aufweisen. Die KI verwendete dann die chemischen Strukturen dieser Verbindungen als „Samen“, um systematisch neue Moleküle durch schrittweises Hinzufügen chemischer Strukturen zu generieren. Dieser Prozess ergab 80 Kandidatenverbindungen, von denen zwei erfolgreich im Labor synthetisiert wurden. Eine davon zeigte eine starke Wirksamkeit, indem sie N. gonorrhoeae in Petrischalenexperimenten und in einem Mausmodell abtötete.

Für MRSA verfolgte die KI einen radikaleren Ansatz und begann von Grund auf neu. Nur mit einfachen chemischen Strukturen wie Wasser und Ammoniak angestoßen, sagte der Algorithmus völlig neue chemische Strukturen voraus, die darauf ausgelegt sind, effektiv mit den zellulären Schwachstellen der Bakterien zu interagieren. Von ungefähr 90 Kandidaten wurden 22 synthetisiert und getestet. Sechs zeigten im Labor eine starke antibakterielle Aktivität gegen MRSA, wobei die vielversprechendste Verbindung eine MRSA-Hautinfektion in einem Mausmodell erfolgreich beseitigte.

Ein besonders signifikanter Aspekt dieser Forschung ist, dass die beiden neuen KI-generierten Antibiotika nicht nur neuartige Strukturen, sondern auch völlig neue Wirkmechanismen besitzen – das heißt, sie bekämpfen Bakterien auf bisher unbekannte Weise. Traditionell stützte sich die Antibiotikaentwicklung oft auf die Modifikation bestehender Medikamente, was unbeabsichtigt zur Entwicklung von Resistenzen beitragen kann. Die Hoffnung ist, dass diese von der KI entworfenen Moleküle mit ihren grundlegend neuen Wirkungsweisen für Neisseria gonorrhoeae und MRSA weitaus schwieriger zu umgehen sein werden. Vor dieser Arbeit beschränkte sich die Rolle der KI bei der Antibiotikaentdeckung weitgehend auf das Durchsuchen bestehender Verbindungsbibliotheken oder das Feinabstimmen der Strukturen aktueller Medikamente.

Trotz dieses vielversprechenden Fortschritts bleiben mehrere bedeutende Hürden bestehen. Beide Antibiotika müssen umfangreiche und kostspielige klinische Studien am Menschen durchlaufen, um ihre Sicherheit und Wirksamkeit zu etablieren, ein Prozess, der typischerweise mehrere Jahre dauert und erhebliche Finanzmittel erfordert. Eine weitere Herausforderung liegt in den finanziellen Anreizen für Pharmaunternehmen. Da diese Antibiotika wahrscheinlich als „letzte Ausweg“-Medikamente reserviert würden, um ihre Wirksamkeit zu erhalten, wäre ihr Markteinsatz begrenzt. Diese Einschränkung könnte die finanzielle Attraktivität für Pharmaunternehmen verringern, stark in ihre kontinuierliche Entwicklung und eventuelle Produktion zu investieren. Nichtsdestotrotz stellt diese Arbeit einen entscheidenden Meilenstein in der Arzneimittelentdeckung dar und veranschaulicht das tiefgreifende Potenzial der künstlichen Intelligenz, den zukünftigen Kampf gegen Infektionskrankheiten neu zu gestalten.