Basecamp Research kartiert eine Million Spezies für KI-gestützte Medikamente

Das britische Unternehmen Basecamp Research hat gemeinsam mit Forschern von Nvidia und Microsoft KI-Modelle entwickelt, die aus einer Datenbank von über einer Million Spezies potenzielle neue Therapien gegen Krebs und multiresistente Bakterien generieren sollen.

Ein internationales Forscherteam unter Beteiligung von Nvidia, Microsoft und Partner von UPenn, Johns Hopkins, Oxford, CRG Barcelona, Stanford und UC Berkeley hat KI auf eine biologische Sammlung von mehr als einer Million Spezies angewandt, um potenzielle neue Gentherapien zu generieren. Die KI-Modelle mit dem Namen "Eden" (Environmentally-Derived Evolutionary Network) nutzen evolutionäre Informationen aus Mikroben-Proben, die das britische Unternehmen Basecamp Research weltweit gesammelt hat.

Das größte Modell der Eden-Familie umfasst laut dem zugehörigen Forschungspapier 28 Milliarden Parameter und wurde auf 9,7 Billionen Nukleotid-Tokens trainiert. Im Vortraining wurden keine menschlichen, Labor- oder klinischen Daten verwendet.

"Was wir hier kartieren, sind Organismen auf dem ganzen Planeten und wie sie sich entwickelt haben", sagte John Finn, Chief Scientific Officer von Basecamp, gegenüber der Financial Times. Machine-Learning-Modelle könnten "sehr, sehr versteckte Beziehungen zwischen all diesen verschiedenen Spezies und 4 Milliarden Jahren Evolution" erkennen.

KI-programmierbare Gen-Insertion für tausende Krankheiten

Die Forschung umfasst laut Basecamp die erste Demonstration von KI-designten Enzymen, sogenannten Large Serine Rekombinasen (LSRs), die präzise große Gen-Insertionen beim Menschen durchführen können.

Im Gegensatz zu CRISPR-basierten Methoden, die DNA-Doppelstrangbrüche verursachen und damit potenzielle Risiken bergen, können LSRs große DNA-Sequenzen von über 30.000 Basenpaaren einfügen, ohne die DNA zu beschädigen. Das macht sie potenziell sicherer für therapeutische Anwendungen.

Das Forschungsteam testete das Modell an krankheitsassoziierten Genloci, also Stellen im Erbgut, die mit Erkrankungen wie Muskeldystrophie, Hämophilie und Fanconi-Anämie in Verbindung stehen. Bei allen getesteten Stellen generierte Eden multiple aktive Enzyme, wenn es nur mit 30 Basenpaaren DNA als Eingabe versorgt wurde. Die funktionale Trefferquote lag bei 63,2 Prozent.

In primären menschlichen T-Zellen, also Immunzellen direkt aus dem Körper, erreichten die KI-generierten Enzyme therapeutisch relevante Integrationslevel. Dabei wurden sogenannte CAR-Konstrukte eingefügt, die bei Krebstherapien zum Einsatz kommen. 50 Prozent der getesteten Varianten waren aktiv.

Neue Antibiotika gegen multiresistente Keime

Darüber hinaus generierte Eden eine Bibliothek von antimikrobiellen Peptiden, also kurzen Eiweißketten, die Bakterien abtöten können. Diese richten sich gegen die von der WHO als kritisch eingestuften multiresistenten Pathogene, bei denen herkömmliche Antibiotika nicht mehr wirken.

97 Prozent der 33 getesteten Peptide zeigten Aktivität, wobei die besten Kandidaten einstellige mikromolare Wirksamkeit gegen Erreger wie Acinetobacter baumannii erreichten. Je niedriger dieser Wert, desto potenter das Antibiotikum. Die Forscher betonen, dass dies nach ihrem Wissen das erste Mal sei, dass ein DNA-Foundationmodell direkt für das Design von Antibiotika-Peptiden mit nachgewiesener Wirksamkeit eingesetzt wurde.

Forscher mahnen zu Vorsicht

Die Autoren des Papers selbst weisen auf erhebliche Einschränkungen hin. Die KI-generierten Enzyme seien zwar "potente funktionale Treffer", würden jedoch "Downstream-Optimierung erfordern, bevor sie zu klinisch einsetzbaren Medikamenten werden". Künftige Arbeiten müssten die Aktivität und Spezifität verbessern sowie umfassende Bewertungen der Off-Target-Effekte durchführen, also unbeabsichtigte Veränderungen an anderen Stellen im Erbgut.

Auch bei den antimikrobiellen Peptiden räumen die Forscher ein, dass diese "frühe Kandidaten bleiben, die weitere Optimierung für Stabilität, Toxizität und pharmakokinetische Eigenschaften vor einer klinischen Anwendung erfordern". Pharmakokinetik beschreibt, wie ein Wirkstoff vom Körper aufgenommen, verteilt und abgebaut wird.

Parallel hat Nvidia angekündigt, über fünf Jahre eine Milliarde Dollar in ein neues Labor mit Eli Lilly zu investieren. Die Einrichtung soll im Silicon Valley entstehen und Labor- und KI-Expertise näher zusammenbringen, mit der Hoffnung, zeitaufwendige Prozesse in der Laborarbeit zu beschleunigen.