Mit Machine Learning zu neuen Antibiotika

Antibiotika gehören zu den wichtigsten Entdeckungen der Menschheit, aber seit einigen Jahren macht unter Experten die Erkenntnis die Runde, dass die bekannten Antibiotika ihre Wirkung verlieren. Neue multiresistente Erreger machen insbesondere in Krankenhäusern den Ärztinnen und Ärzten, den Pflegerinnen und Pflegern und nicht zuletzt den Patientinnen und Patienten das Leben schwer. Abhilfe verspricht hier der Einsatz maschinellen Lernens bei der Entdeckung neuer Antibiotika.

2015 verstarben in der EU etwa 33.000 Menschen durch eine Infektion mit multiresistenten Erregern. Gleichzeitig gibt es keine Zunahme der Zahl neu eingeführter Antibiotika, was kaum überrascht, denn der Aufwand für so ein Medikament ist enorm und nur wenige Konzerne und einige hoch spezialisierte Kleinstfirmen sind in der Lage, eine solch mühsame Arbeit zu anzugehen. Somit schreibt das Ärzteblatt nicht ohne Grund von einem nur „mäßigen Fortschritt“ auf diesem Gebiet.

Um der Forschung hinsichtlich neuer Antibiotika Schwung zu verleihen, setzen die Forscherinnen und Forscher neben dem Labor inzwischen verstärkt auf maschinelles Lernen. Erste Erfolge dank Deep-Learning-Ansätzen sind bereits zu verzeichnen, wie das Unternehmen Cell mitteilt. Hierbei werden Modelle trainiert, antibakteriell wirkende Stoffe anhand ihrer Molekülstruktur zu erkennen. Tests in Mäusen zeigen inzwischen Erfolge dieser auf die beschriebene Weise entdeckten Medikamente. Dieser Ansatz erscheint so vielversprechend, dass er zukünftig fortgesetzt wird. Während Menschen größere Schwierigkeiten haben, eine bekannte Molekülgeometrie mit neuen Einsatzgebieten des Wirkstoffes zu assoziieren, kommt die Mustererkennung den Methoden des Machine Learning entgegen.

Eine weitergehende Beschreibung der Vorgehensweise des maschinellen Lernens bei der Entdeckung neuer Antibiotika lässt sich unter Machine-Learning Techniques Applied to Antibacterial Drug Discovery nachlesen. Hervorhebenswert hierbei ist, dass zwei Ansätze eine wichtige Rolle spielen: Neuronale Netze und Entscheidungsbäume.