KI und Antibiotika: Synthetisierbare und wirksame Moleküle entwickelbar

Die Zunahme panresistenter Bakterien führt zu einem dringenden Bedarf an strukturell neuartigen Antibiotika. Kyle Swanson von der Stanford University (USA) und ihre Kollegen stellen in ihrer Studie eine Künstliche Intelligenz (KI) vor, die bei der Entwicklung und Validierung neuer Antibiotika helfen könnte.

KI könnte wohl auch dazu verwendet werden neue Antibiotika zu entdecken, bis jetzt bestehende Methoden wiesen jedoch noch erhebliche Einschränkungen auf. Denn: Eigenschaftsvorhersagemodelle, die Moleküle einzeln hinsichtlich einer bestimmten Eigenschaft bewerten, lassen sich in der Pharmakologie schlecht auf den Chemical Space skalieren. Generative Modelle, die Moleküle direkt entwerfen, untersuchen hingegen schnell den großen Chemical Space, erzeugen jedoch Moleküle, deren Synthese schwierig ist.

Die Forschenden stellen daher in ihrer Veröffentlichung SyntheMol vor, ein generatives Modell, das aus einem Chemical Space von fast 30 Mrd. Molekülen neue Verbindungen entwirft, die einfach zu synthetisieren sind. Sie verwenden SyntheMol nach seiner Entwicklung dazu, Moleküle zu entwerfen, die das Wachstum von Acinetobacter baumannii hemmen.

Insgesamt synthetisierte das Team 58 generierte Moleküle und validierte sie experimentell, wobei 6 strukturell neuartige Moleküle eine antibakterielle Aktivität gegen A. baumannii und mehrere andere phylogenetisch unterschiedliche bakterielle Erreger zeigten.

Fazit
Die Studie offenbart laut den Autoren das Potenzial der Methodik mit generativer KI, strukturell neuartige, synthetisierbare und wirksame niedermolekulare Antibiotikakandidaten inklusive empirischer Validierung zu entwerfen. (sh)

Autoren: Swanson K et al.
Korrespondenz: Jonathan Stokes; [email protected]
Studie: Generative AI for designing and validating easily synthesizable and structurally novel antibiotics
Quelle: Nat Mach Intell 2024;6(3):338–353.
Web: https://doi.org/10.1038/s42256-024-00809-7