INnovation
Gesundheit
Oberösterreich
01.07.2020

Uni Linz entdeckt vielversprechenden Wirkstoff gegen Corona

Ein wirksames Mittel gegen die Erkrankung COVID-19 wird dringend gesucht. Forscher der Universität Linz konnten diese Suche nun durch den Einsatz von Künstlicher Intelligenz einen großen Schritt vorantreiben.

In einer Epoche vor dem Informationszeitalter hätte die Suche nach einem potenziellen Wirkstoff gegen den Erreger Sars-CoV-2 vermutlich Jahrzehnte gedauert. Die schiere Unmenge an Substanzen und Verbindungen, die es dabei zu untersuchen gilt, wäre für den Menschen kaum zu bewältigen. Eine Abkürzung in diesem aufwändigen Abgleich ermöglicht Künstliche Intelligenz (KI).

KI sagt biologische Effekte vorher

"Die KI kann sehr große Datenmengen in sehr kurzer Zeit auswerten“, erklärt Bioinformatiker Günter Klambauer von der Johannes Kepler Universität Linz (JKU). „Ein Chemiker bräuchte Jahrzehnte, um eine Milliarde Moleküle durchzusehen.“ Zur Datenanalyse hat das Forscherteam des Instituts für Machine Learning einen eigenen Algorithmus entwickelt, den ChemAI. Dieser lernende Algorithmus wurde zuerst mit allen im Internet verfügbaren Infos aus Molekül-Datenbanken gespeist, die zusammen mehrere Hundert Millionen Datenpunkte umfassen.

Als Beispiel für einen solchen Datenpunkt nennt der Wissenschaftler den bekannten chemischen Stoff Koffein, der eine aktivierende Wirkung auf den menschlichen Körper hat. „Auf diese Weise hat unsere KI gelernt, biologische Effekte von Molekülen vorherzusagen“, sagt Klambauer, der 2012 mit dem Austrian Life Science Award ausgezeichnet wurde. „Außerdem kann die KI viele biologische Effekte gleichzeitig berücksichtigen, also nicht nur die Hemmung des Virus, sondern auch mögliche toxische Effekte oder Nebenwirkungen.“

Der Supercomputer von ChemAI

Der Algorithmus wurde im Zuge einer Forschungsarbeit entwickelt und geht auf eine Architektur zurück, die bereits Anfang der 1990er-Jahre von einem Professor der Uni Linz vorgeschlagen wurde. „Damals waren die Rechner aber noch nicht groß genug“, erzählt Klambauer. Jetzt steht dem KI-System dafür ein Supercomputer zur Verfügung. 

Während solche Rechner früher ganze Hallen füllten, ist die physische Größe heute überschaubar. An die 100 Grafikkarten, die jeweils die Größe eines Buches haben, werden für die Datenverarbeitung verwendet. „Was die Leute früher zum Computerspielen verwendet haben, wird jetzt in der Forschung eingesetzt“, so der KI-Experte.

Vielversprechender Wirkstoff in Australien getestet

Nach der abgeschlossenen Lernphase konnte das KI-System ein Ranking der 30.000 vielversprechendsten Wirkstoffe gegen SARS-CoV-2 erstellen. Darunter befinden sich sowohl unbekannte Moleküle als auch bereits am Markt befindliche Therapeutika. Diese Wirkstoffliste stellte die Uni Linz als Open-Source-Datenbank zur Verfügung, die von Labors auf der ganzen Welt genutzt werden kann.

„Das Ergebnis zeigte eine Verringerung der Viruslast um das 5000-fache“, erklärt Günter Klambauer von der JKU.

Eine australische Forschungsgruppe hat nun das Antiparasitikum Ivermectin, das von ChemAI sehr hoch gelistet wurde, in einer präklinischen Studie getestet. „Das Ergebnis zeigte eine Verringerung der Viruslast um das 5000-fache“, erklärt Klambauer. Ob die Forscher der University of Melbourne und des Royal Melbourne Hospitals die Daten von ChemAI verwendet haben, wisse man derzeit aber nicht.

Missbrauch soll vorgebeugt werden

Um eine missbräuchliche Verwendung von anderweitig zugelassenen Medikamenten zu verhindern, wurde die Liste der Therapeutika nur Forschungslabors auf Anfrage zur Verfügung gestellt. „Wir hatten Bedenken, dass sich die Leute das selbst besorgen, wie es beim Malariamedikament Hydroxychloroquin passiert ist. Dies hat zu zahlreichen Vergiftungserscheinungen geführt“, warnt Klambauer. Die von ChemAI bestimmten möglichen Wirkstoffe gegen das Coronavirus müssten nämlich erst in umfassenden Studien getestet werden.

Wirkstoff früher als Impfstoff

„Momentan ist sehr viel Hype um Impfstoffe, aber aus den Erfahrungswerten ist es wahrscheinlicher, dass man früher einen potenten Wirkstoff findet“, sagt der Assistenzprofessor und nennt die durchschnittliche Dauer einer Wirkstoffentwicklung von 5-10 Jahren. In einem Schnellverfahren könnte diese Zeit auf ein Jahr reduziert werden.

Text: Gertraud Gerst; Bild: pixabay, Barbara Amon

 

Günter Klambauer, Mag. Dr.

Assistenzprofessor am Institut für Machine Learning an der Johannes Kepler Universität Linz

2010 begann der Mathematiker und Biologe seine Forschungstätigkeit im Bereich von maschinellem Lernen und Bioinformatik. Für den Einsatz von Techniken des maschinellen Lernens in der Genetik und Molekularbiologie wurde er mit dem Austrian Life Science Award 2012 und 2014 mit dem Award of Excellence des österreichischen Wissenschaftsministeriums ausgezeichnet. Zuletzt verlagerte sich sein Forschungsschwerpunkt auf Deep Learning und die Entwicklung von neuen Methoden des maschinellen Lernens.