(C) unter Verwendung eines Motivs von Andrei Suslov / 123RF.com

Mit Hilfe generativer KI-Algorithmen haben Forscher des MIT zunächst über 36 Millionen mögliche chemische Verbindungen entworfen und sie dann auf ihre antimikrobiellen Eigenschaften hin untersucht. Nach etlichen Auswahlprozessen, bei denen beispielsweise Verbindungen ausgeschlossen wurden, die auch menschliche Zellen angreifen würden, andere unerwünschte Effekte provozieren könnten oder die bereits bekannten Mitteln ähnelten, wurden zwei neue Antibiotika designt, die gegen zwei schwer zu behandelnde Infektionen wirken: Gegen den arzmeimittelresistenten Keim Neisseria gonorrhoeae und den multiresistenten Staphylococcus aureus (MRSA).

In den vergangenen 45 Jahren wurden zwar einige neue Antibiotika von der amerikanischen Arzneimittelbehörde FDA zugelassen, allerdings waren die meisten Varianten bekannter Mittel. Gleichzeitig wuchs die Resistenz von Bakterien gegen diese Stoffe. Schätzungen zufolge sterben weltweit 5 Millionen Menschen im Jahr an resistenten Keimen.

In der Hoffnung, neue Antibiotika zur Bekämpfung dieses wachsenden Problems zu finden, hatten die Forscher des Antibiotika-AI-Projekts bereits riesige Bibliotheken bestehender chemischer Verbindungen untersucht. Diese Arbeit hatte mehrere vielversprechende Arzneimittelkandidaten hervorgebracht, darunter Halicin und Abaucin.

Um auf diesem Fortschritt aufzubauen, beschlossen die Wissenschaftler nun, ihre Suche auf Moleküle auszuweiten, die in keiner chemischen Bibliothek zu finden sind. Durch den Einsatz von KI zur Erzeugung hypothetisch möglicher Moleküle, die noch nicht existieren oder noch nicht entdeckt wurden, wurde es möglich, eine viel größere Vielfalt potenzieller Arzneimittelverbindungen zu erforschen.