Ein internationales Forscherteam hat einen innovativen Ansatz genutzt, um gezielt wirksame Antikörper gegen das gefährliche Venezuelanische Pferdeenzephalitis-Virus (VEEV) zu entwickeln. Die Ergebnisse wurden jetzt im Fachjournal Antibodies veröffentlicht[1].
Innovative Methode: KI-gestützte Antikörper-Entwicklung
Im Mittelpunkt der Studie steht die Anwendung von generativem Deep Learning. Die Wissenschaftler trainierten ein Modell mit einer großen Menge an Antikörper-Sequenzen, die bereits an VEEV oder ähnliche Viren binden. Das Modell wurde dann so eingestellt, dass es neue, potenziell wirksame Antikörper-Sequenzen generiert. Insgesamt entstanden so über 44.000 neue Varianten, aus denen die vielversprechendsten Kandidaten ausgewählt wurden[1].
Präzise Auswahl durch künstliche Intelligenz
Die Auswahl der besten Antikörper erfolgte mithilfe moderner Algorithmen. Die Forscher nutzten unter anderem das bekannte AlphaFold2-Multimer, um die Struktur und Bindungsfähigkeit der neuen Antikörper an das Virusprotein E2 vorherzusagen. Auf diese Weise konnten sie diejenigen Antikörper identifizieren, die besonders fest und spezifisch an das Virus binden. Die Vorhersagen wurden anschließend im Labor überprüft[1].
Erfolg im Labor: Antikörper zeigen Wirkung
Im Labor bestätigte sich, dass die mit KI entworfenen Antikörper tatsächlich an das Virus binden. Besonders zwei Varianten (a18 und a155) zeigten eine gute Neutralisationsfähigkeit. Allerdings waren diese Antikörper im Vergleich zu traditionell entwickelten Varianten etwas schwächer. Die Forscher erklären dies unter anderem mit den Grenzen der aktuellen KI-Modelle: Diese können die komplexe Virusstruktur nur teilweise abbilden, da sie meist nur mit einzelnen Virusproteinen arbeiten und nicht mit dem gesamten Viruspartikel[1].
Ausblick: KI als Werkzeug für die Medizin
Die Studie zeigt, dass künstliche Intelligenz ein vielversprechendes Werkzeug für die Entwicklung neuer Antikörper ist. Obwohl die aktuellen Ergebnisse noch nicht ganz an die traditionellen Methoden heranreichen, bietet die KI-gestützte Entwicklung enorme Vorteile: Sie ist schneller, kostengünstiger und kann große Mengen an potenziellen Wirkstoffen gleichzeitig testen. Die Forscher planen, ihre Methoden weiter zu verbessern, um künftig noch wirksamere Antikörper zu entwickeln[1].
Fazit
Die Arbeit des internationalen Teams ist ein wichtiger Schritt hin zu einer neuen Generation von Medikamenten, die mithilfe künstlicher Intelligenz entworfen werden. Gerade bei seltenen oder schwer zu bekämpfenden Viren wie VEEV könnte dieser Ansatz in Zukunft Leben retten[1].
Quellen:
[1] Generative Deep Learning Design of Single-Domain Antibodies Against Venezuelan Equine Encephalitis Virus https://www.mdpi.com/2073-4468/14/2/41
[2] Diskussionspapier_12.09_2:Diskussionspapier.qxd https://www.qs.univie.ac.at/fileadmin/user_upload/d_qualitaetssicherung/Dateidownloads/Publikationsverhalten_in_unterschiedlichen_wissenschaftlichen_Disziplinen.pdf
[3] Forschung und Forschendes Lernen, Projekte und Publikationen 2023 https://www.th-koeln.de/mam/downloads/deutsch/forschung/projekte___publikationen_2023.pdf
[4] Wissenschaftliches Publizieren https://www.bibb.de/dienst/publikationen/en/download/18334
[5] Dr. John P. Fisher https://home.liebertpub.com/media/pdf/German-Research-Article-Writing-Guide.pdf
[6] TH-Nürnberg | Leitfaden zum Verfassen wissenschaftlicher Arbeiten der Fakultät Sozialwissenschaften https://www.th-nuernberg.de/fileadmin/global/Public_Docs/SW/SW_1171_HR_Leitfaden-wissenschaftliches-Arbeiten_public.pdf
[7] 15. Nachwuchswissenschaftlerkonferenz: Tagungsband https://www.academia.edu/20871203/15_Nachwuchswissenschaftlerkonferenz_Tagungsband
[8] Gesellschaft für Didaktik der Chemie und Physik. Jahrestagung (49.: 2022 : Aachen) https://www.pedocs.de/volltexte/2023/27632/pdf/Vorst_2023_Lernen_Lehren_und_Forschen.pdf
[9] EINE WISSENSCHAFTLICHE https://www.hslu.ch/-/media/campus/common/files/dokumente/ta/ta-campus/bibliothek/ebookv440190906final.pdf/?sc_lang=de-ch
