Open-Science-Wettbewerb nutzt KI zurdentpotenzieller Parkinson-Therapien

In einer bahnbrechenden Entwicklung hat der Open-Science-Wettbewerb „Critical Assessment of Computational Hit-Finding Experiments“ (CACHE) erfolgreich künstliche Intelligenz (KI) eingesetzt, um Moleküle zu entdecken, die zu neuen Therapien für Parkinson führen könnten. An dieser Kooperation waren Wissenschaftler verschiedener Institutionen beteiligt, darunter Merck KGaA und die Universität Pittsburgh. Siedentsieben kommerziell erhältliche Verbindungen mit einzigartigen Wirkmechanismen gegen das Protein LRRK2, einen bekannten Faktor bei erblicher Parkinson-Krankheit. Die Ergebnisse stellen einen bedeutenden Erfolg für Open Science dar und unterstreichen die Bedeutung der Zusammenarbeit gegenüber dem traditionellen patentgetriebenen Ansatz.

KI-gestützte Wirkstoffforschung führt zu vielversprechenden Ergebnissen

Forscher von Merck KGaA, der Universität Pittsburgh und anderen Institutionen nutzten künstliche Intelligenz, um sieben kommerziell erhältliche Verbindungen mit neuartigen Wirkmechanismen gegen das Protein LRRK2dent. Dieses Protein wird seit Langem mit der Entstehung der Parkinson-Krankheit in Verbindung gebracht. Die Besonderheit dieser Entdeckungen liegt darin, dass es sich um die ersten bekannten Verbindungen handelt, die Aktivität gegen die WD40-Repeat-Domäne (WDR) von LRRK2 zeigen – eine Region, die vermutlich eine zentrale Rolle bei der Toxizität von Parkinson spielt.

Der Open-Science-Wettbewerb CACHE ermöglichte diesen bahnbrechenden Erfolg. CACHE, der unter anderem von der Forschungsstiftung des Schauspielers Michael J. Fox finanziert wurde, umfasste zwei separate Runden. In der ersten Runde nominierten 23 teilnehmende Labore mithilfe ihrer KI-Algorithmen bis zu 100 Verbindungen. Diese Verbindungen wurden anschließend umfangreichen Laborexperimenten unterzogen, darunter einer Reihe von Assays zur Bewertung ihrer Bindungsaffinität zur LRRK2-WDR-Domäne sowie ihres Potenzials zur Bindung an andere Rezeptoren, was auf eine Spezifität für LRRK2 hindeutet.

Die vielversprechendsten Verbindungen erreichten die zweite Runde, in der die Forscher bis zu 50 Folgeverbindungen mit ähnlichen Wirkmechanismen wie ihre ursprünglichen Einreichungen, aber potenziell höherer Spezifität oder Bindungsaffinität auswählen konnten. In der zweiten Runde wurden strengere Kriterien angewendet, um falsch-positive Ergebnisse zu vermeiden, und zusätzliche Screenings zur Validierung der Resultate durchgeführt.

Eindent Gremium aus Branchenexperten bewertete die endgültigen Daten; die Namen und Zugehörigkeiten der Experten wurden jedoch nicht offengelegt. Die am besten bewerteten Verbindungen stammten von der University of Pittsburgh, der Carnegie Mellon University, der University of British Columbia und Merck KGaA. Detaillierte Informationen zu den von den sieben Teilnehmern verwendeten Berechnungsmethoden, die die besten Verbindungendent, finden Sie auf der Website von CACHE.

Vorsicht und weitere Forschung erforderlich

Die Entdeckung von Verbindungen mit potenziellen Anwendungen in der Parkinson-Therapie ist zweifellos bedeutsam, doch ist es unerlässlich, diese Ergebnisse mit Vorsicht zu interpretieren. Laut Ryan Merkley, CEO von Conscience, der Organisation hinter CACHE, stellen diedentVerbindungen vielversprechende Ausgangspunkte für die Arzneimittelentwicklung dar. Sie müssen jedoch umfangreichen Forschungen und Tests unterzogen werden, bevor sie überhaupt als vielversprechende Wirkstoffkandidaten in Betracht gezogen werden können. Merkley betonte die Notwendigkeit einer transparenten und offenen Diskussion über die Qualität und Anwendung von KI-Tools in der Wirkstoffforschung, um deren Wirksamkeit im Laufe der Zeit weiter zu verbessern.

Horizonte erweitern jenseits der Parkinson-Krankheit

Der Erfolg von CACHE bei derdentpotenzieller Parkinson-Therapien hat den Weg für die Ausweitung auf andere medizinische Bereiche geebnet. Die Challenges 2 und 3 konzentrieren sich nun auf die Entwicklung neuer Medikamente gegen COVID-19. Challenge 4 ruft die Teilnehmenden dazu auf, Wirkstoffe vorherzusagen, die die TKB-Domäne von CBLB hemmen können, einem negativen Regulator der T-Zell-Aktivierung, der mit Lymphomen in Verbindung steht. Challenge 5, für die derzeit Bewerbungen entgegengenommen werden, zielt darauf ab, Medikamente gegen Adipositas zudent, die auf den MCHR1-Rezeptor abzielen.

Der offene Wissenschaftswettbewerb CACHE hat die Möglichkeiten künstlicher Intelligenz genutzt, um vielversprechende Wirkstoffe zur Behandlung von Parkinson zu identifizieren. Diese Kooperation, an der Forscher von Merck KGaA und der Universität Pittsburgh beteiligt waren, stellt einen bedeutenden Schritt weg vom traditionellen patentbasierten Ansatz dar. Obwohl diese Ergebnisse Hoffnung auf mögliche Parkinson-Therapien wecken, müssen sie weiter erforscht und validiert werden. CACHE weitet seine Bemühungen nun aus, um auch andere dringende medizinische Herausforderungen anzugehen und die Möglichkeiten der KI zur Weiterentwicklung der Arzneimittelforschung in verschiedenen Bereichen zu nutzen.