Open-Science-Wettbewerb nutzt KI zur Identifizierung potenzieller Parkinson-Therapien

In einer bahnbrechenden Entwicklung hat ein Open-Science-Wettbewerb namens Critical Assessment of Computational Hit-Finding Experiments (CACHE) erfolgreich Künstliche Intelligenz (KI) eingesetzt, um Moleküle zu entdecken, die zu neuen Behandlungen für die Parkinson-Krankheit führen könnten. Diese gemeinsame Anstrengung umfasste Wissenschaftler aus verschiedenen Institutionen, darunter Merck KGaA und die University of Pittsburgh, die sieben kommerziell verfügbare Verbindungen mit einzigartigen Wirkmechanismen gegen das Protein LRRK2 identifizierten, einen bekannten Beitragserbringer für vererbte Parkinson-Krankheit. Die Ergebnisse markieren einen bedeutenden Triumph für die Open Science und betonen die Zusammenarbeit gegenüber dem traditionellen patentgetriebenen Ansatz.

KI-gesteuerte Arzneimittelentwicklung führt zu vielversprechenden Ergebnissen

Forschende der Merck KGaA, der University of Pittsburgh und anderer Institutionen nutzten die Kraft der künstlichen Intelligenz, um sieben kommerziell verfügbare Verbindungen mit neuartigen Wirkmechanismen gegen das Protein LRRK2 zu identifizieren. Dieses Protein steht seit Langem im Verdacht, an der Entstehung der Parkinson-Krankheit beteiligt zu sein. Was diese Entdeckungen auszeichnet, ist, dass es sich um die ersten bekannten Verbindungen handelt, die eine Aktivität gegen die WD40-Repeat-(WDR)-Domäne von LRRK2 aufweisen – ein Bereich, der als entscheidend für die Toxizität bei der Parkinson-Krankheit gilt.

Der Wettbewerb für offene Wissenschaft, CACHE, ermöglichte diesen bahnbrechenden Erfolg. Teilweise finanziert durch die Forschungsfoundation des Schauspielers Michael J. Fox, bestand CACHE aus zwei verschiedenen Runden. In der ersten Runde setzten 23 teilnehmende Labore ihre KI-Algorithmen ein, um bis zu 100 Verbindungen vorzuschlagen. Anschließend wurden diese Verbindungen rigorosen Labortests unterzogen, darunter eine Reihe von Assays zur Bewertung ihrer Bindungsaffinität an die LRRK2-WDR-Domäne sowie ihres Potenzials, an nicht verwandte Rezeptoren zu binden, was die Spezifität für LRRK2 belegt.

Die vielversprechendsten Verbindungen rückten in die zweite Runde vor, in der die Forschenden bis zu 50 Folgeverbindungen auswählen konnten, die ähnliche Wirkmechanismen wie ihre ursprünglichen Einreichungen aufwiesen, aber potenziell eine höhere Spezifität oder Bindungsaffinität boten. Die zweite Runde stellte strengere Kriterien auf, um falsch-positive Ergebnisse zu vermeiden, und umfasste zusätzliche Screenings zur Validierung der Ergebnisse.

Ein unabhängiges Gremium aus Branchenexperten bewertete die endgültigen Daten, wobei ihre Namen und Zugehörigkeiten nicht offengelegt wurden. Die am besten bewerteten Verbindungen stammten von der University of Pittsburgh, der Carnegie Mellon University, der University of British Columbia und der Merck KGaA. Detaillierte Informationen zu den von den sieben Teilnehmern, die die Gewinnverbindungen identifizierten, verwendeten computergestützten Methoden finden sich auf der Website von CACHE.

Vorsicht und weitere Forschung erforderlich

Zwar ist die Entdeckung von Verbindungen mit potenziellen Anwendungen in der Parkinson-Therapie zweifellos bedeutend, doch ist es entscheidend, diesen Ergebnissen mit Vorsicht zu begegnen. Laut Ryan Merkley, CEO von Conscience, der Organisation hinter CACHE, stellen die identifizierten Verbindungen ermutigende Ausgangspunkte für die potenzielle Arzneimittelentwicklung dar. Sie müssen jedoch umfangreichen Forschungstests unterzogen werden, bevor sie überhaupt als vielversprechende Arzneimittelkandidaten in Betracht gezogen werden können. Merkley betonte die Notwendigkeit einer transparenten und ehrlichen Diskussion über die Qualität und Anwendungen von KI-Tools in der Arzneimittelentwicklung, um deren Wirksamkeit im Laufe der Zeit weiter zu verbessern.

Horizonte über die Parkinson-Krankheit hinaus erweitern

Der Erfolg von CACHE bei der Identifizierung potenzieller Parkinson-Therapien hat den Weg für die Expansion in andere medizinische Bereiche geebnet. Die Challenges 2 und 3 konzentrieren sich nun auf die Entdeckung neuer Medikamente zur Bekämpfung von COVID-19. Challenge 4 lädt Teilnehmer ein, Medikamente vorherzusagen, die in der Lage sind, die TKB-Domäne von CBLB zu hemmen, einem negativen Regulator der T-Zell-Aktivierung, der mit Lymphomen in Verbindung steht. Challenge 5, das derzeit Bewerbungen annimmt, zielt darauf ab, Adipositas-Medikamente zu identifizieren, die den MCHR1-Rezeptor targeten.

Ein Wettbewerb für offene Wissenschaft namens CACHE hat die Fähigkeiten der künstlichen Intelligenz genutzt, um vielversprechende Verbindungen für die Behandlung der Parkinson-Krankheit aufzudecken. Diese gemeinsame Anstrengung, an der Forschende der Merck KGaA und der University of Pittsburgh beteiligt waren, markiert einen bedeutenden Schritt weg vom traditionellen, patentgetriebenen Ansatz. Obwohl diese Erkenntnisse Hoffnung auf potenzielle Parkinson-Therapien geben, müssen sie weiteren Forschungsschritten und Validierungen unterzogen werden. CACHE erweitert nun seine Bemühungen, um andere drängende medizinische Herausforderungen anzugehen, und nutzt dabei die Kraft der KI, um die Arzneimittelentwicklung in verschiedenen Bereichen voranzutreiben.