KI-gestützte Wirkstoffforschung von Pfizer und dem österreichischen Institut soll das Gesundheitswesen revolutionieren

Pfizer, der führende Pharmakonzern, und das Forschungszentrum für Molekulare Medizin der Österreichischen Akademie der Wissenschaften (CeMM) haben eine KI-gestützte Methode zur Wirkstofffindung entwickelt. Dieser neuartige Ansatz, der das Ergebnis bahnbrechender Bemühungen ist, kann potenziell die Zeitspanne, in der der Wirkstoff mit therapeutischem Potenzialdentwird, erheblich verkürzen und stellt den bedeutendsten Fortschritt auf dem Gebiet der pharmazeutischen Forschung dar.

KI-gestützte Wirkstoffforschung vorgestellt

Im Fachjournal „The Science“ wurde von einem Forscherteam des CeMM eine KI-Plattform für maschinelles Lernen entwickelt, die die Bindungspräferenzen hunderter kleiner Moleküle an tausende verschiedene menschliche Proteine ​​visualisiert. Diese innovative Plattform generiert umfangreiche Daten zu Wechselwirkungen zwischen kleinen Molekülen und Proteinen und pflegt so die Datenbank, die einen wichtigen Ausgangspunkt für die Beschleunigung der Arzneimittelforschung darstellt.

Es besteht eine Wissenslücke in der Arzneimittelentwicklung hinsichtlich der Wechselwirkungen von niedermolekularen Verbindungen mit menschlichen Proteinen. Dieser Zusammenhang wurde bisher kaum erforscht. Obwohl niedermolekulare Verbindungen eine Schlüsselrolle in der Arzneimittelentwicklung spielen, stellen sie nur einen winzigen Teil der menschlichen Proteine ​​dar (sogenannte Liganden). Dies erschwert es, Innovationen voranzutreiben und ein grundlegendes Verständnis zu entwickeln – sowohl therapeutisch als auch wissenschaftlich.

dentAusmaß und Auswirkungen

Die Wissenschaftler wählten eine chemische Proteomik-Strategie und nutzten dafür etwa 407 verschiedene niedermolekulare Fragmentliganden, um Bereiche menschlicher Proteine ​​gezielt anzusteuern. Mit diesem Ansatz detektierten sie fast 47.700 präzise Protein-Ligand-Interaktionen, die 2.600 verschiedene Proteine ​​betreffen. Bemerkenswerterweise besitzen fast 90 % der beteiligten Proteine ​​keine bekannten Liganden – ein großer Erfolg der gemeinsamen Arbeit.

Diese Studie ist von akademischer Bedeutung und hat weitreichende Implikationen für die Behandlung von Protein-Targets durch die Synthese von Ligandenanaloga. Darüber hinaus hat Big Data maßgeblich zur Entwicklung von Computerlernstrukturen beigetragen, die das Verhalten kleiner Moleküle in biologischen Systemen vorhersagen können. Dies hat der wissenschaftlichen Forschung erheblich genutzt.

Offener Zugang und gemeinschaftliche Projekte

Der neue wissenschaftliche Ansatz der offenen Wissenschaft steht im Mittelpunkt dieser Kooperationsinitiative. Alle im Rahmen dieses Projekts erstellten Modelle und Daten stehen der gesamten wissenschaftlichen Gemeinschaft kostenlos zur Verfügung. Diese Ressourcen, vereint im gemeinsamen Ziel der Bekämpfung arzneimittelresistenter Infektionen, dürften die Zusammenarbeit fördern und zum gemeinsamen Fortschritt der Arzneimittelforschung beitragen. Wissenschaftler können über eine benutzerfreundliche Webanwendung auf die umfangreichen Informationen von CeMM und Pfizer zugreifen und diese erkunden, was weitere Innovationen und Entdeckungen ermöglicht.

Die Partnerschaft zwischen Pfizer und CeMM steht beispielhaft für einen Paradigmenwechsel in der Therapieentwicklung. Mithilfe von KI und maschinellem Lernen werden Prozesse beschleunigt, um Medikamente für die Behandlung von Krankheiten zu finden. Diese bahnbrechende Arbeit wird die Pharmaindustrie maßgeblich beeinflussen, da sie das Potenzial besitzt, die Mechanismen von Protein-Kleinmolekül-Interaktionen aufzuklären.

Die Einbindung großer Akteure der Pharmaindustrie und die Zusammenarbeit mit akademischen Einrichtungen werden künftig wichtiger sein, um Innovationen voranzutreiben und dringende medizinische Probleme zu behandeln. Die jüngsten Erfolge von Pfizer und CeMM unterstreichen das große Potenzial solcher Kooperationen und könnten die Entwicklung neuer Medikamente in eine neue Ära ermöglichen.