Es klingt fast wie ein schlechtes Märchen: Immer mehr Menschen sterben wegen multiresistenter Keime und das einzig hilfreiche Mittel, Antibiotika, wird von Firmen nicht entwickelt, weil es nicht lukrativ ist. Selbst Pharma-Riesen wie Johnson & Johnson oder Bayer haben sich aus der Antibiotikaentwicklung zurückgezogen, berichtet die „Tagesschau“. Die Hauptgründe: Zu teuer, zu langwierig.

So sind nach Angaben des Bundesgesundheitsministeriums nur wenige neue Antibiotika in den vergangenen Jahren auf den Markt gekommen. Dabei ist die Aussicht alarmierend: Rund 1,3 Millionen Menschen sind allein 2019 weltweit wegen multiresistenter Keime gestorben, Tendenz steigend. Aktuelle Prognosen zeigen: Mehr als 39 Millionen Menschen weltweit könnten bis zum Jahr 2050 an Infektionen mit antibiotikaresistenten Keimen sterben, bei weiteren 169 Millionen Todesfällen könnten solche Erreger zumindest eine Rolle spielen.

Die Vereinten Nationen prognostizierten bereits 2019 zehn Millionen Todesfälle jedes Jahr ab 2050 durch arzneimittelresistente Krankheiten. Die Auswirkungen würden der Wirtschaft so katastrophal schaden wie die Finanzkrise 2008/2009.

Erfolg bei gefährlichem Keim

Eine Entwicklung könnte der Antibiotika-Forschung jedoch aus der Misere helfen: künstliche Intelligenz (KI). Ein Forscherteam aus den USA und Kanada hat die oft kritisch beäugte Errungenschaft kurzerhand bei der Wirkstoffsuche eingesetzt. Das ist der entscheidende erste Schritt, wenn es um Medikamentenentwicklung geht.

Das Team wollte einen Wirkstoff gegen einen besonders perfiden multiresistenten Erreger finden: Acinetobacter Baumanii. Dabei handelt es sich um einen Keim, der tödliche Lungenentzündungen und Hirnhautentzündungen verursachen kann. Er gilt als einer der gefährlichsten multiresistenten Keime.

Dafür trainierten die Wissenschaftlerinnen und Wissenschaftler ein Machine-Learning-Modell mit Laborergebnissen, die entstanden, indem das Bakterium etwa 7500 verschiedenen Substanzen ausgesetzt wurde. Das Modell wählte innerhalb von zwei Stunden daraus wenige Hundert Kandidaten aus, die es als erfolgversprechend klassifizierte. 240 davon wurden dann auf klassischem Weg im Labor mit Bakterienkulturen getestet. Den Stoff nannten die Forschenden Abaucin.

Der Prozess wurde durch die KI um ein Vielfaches beschleunigt, und der gefundene Wirkstoff wirkte viel spezifischer gegen den Erreger als herkömmliche Antibiotika. Das wiederum ist gut, weil dadurch weniger neue Resistenzen entstehen können.

Vielversprechende Grundlage

Bereits 2020 entdeckten die Wissenschaftlerinnen und Wissenschaftler mithilfe einer KI die Substanz Halicin. Sie wirkt gegen verschiedene multiresistente Keime, unter anderem gegen Acinetobacter Baumanii, aber auch gegen Mycobacterium tuberculosis, dem wichtigsten Tuberkulose-Erreger. Im Dezember 2023 hatte zudem ein Forscherteam des Massachusetts Institute of Technology und Forschende aus Boston berichtet, mithilfe von Deep Learning wichtige Strukturklassen von Antibiotika entschlüsselt zu haben – ein elementarer Baustein für die Entwicklung der Arzneien.

Auch in Deutschland wird KI in der Antibiotika-Forschung eingesetzt. Forschende der Universität Bielefeld haben beispielsweise eine Art digitales Assistenzsystem für Antibiotika entwickelt. Damit soll der Erreger schneller identifiziert werden und es soll das für den Patienten oder die Patientin wirksamste Antibiotika auswählt werden. Das Modellprojekt mit dem Namen „Kinbiotics“ lief etwa dreieinhalb Jahre lang und endete im Februar diesen Jahres. Die Bilanz: „Die Rückmeldung war sehr positiv. Damit ein solches System aber zugelassen würde, müsste eine klinische Studie durchgeführt werden“, sagt Projektleiter Philipp Cimiano. Die schnellen Erregertests würden zudem im Evangelischen Klinikum Bethel bereits experimentell genutzt.

„Wesentlicher“ Beitrag von KI

Für Andreas Keller, Professor für Klinische Bioinformatik an der Universität des Saarlandes, ist KI für die Zukunft der Antibiotikaforschung absolut unverzichtbar. „Ich bin überzeugt, dass KI ein Gamechanger in der Antibiotikaforschung werden wird“, sagte er in einem Interview.

Bislang sei KI ein wertvolles Priorisierungswerkzeug, aber künftig könnte sie auch in der Lage sein, selbst Molekülstrukturen vorzuschlagen. Forschende könnten dann versuchen, diese Strukturen zu designen. Aber: „Selbst heute leistet KI schon einen wesentlichen Beitrag dazu, dass die Menschheit beim Kampf gegen multiresistente Keime nicht den Anschluss verliert“, sagt Keller.

Die durch KI gefundenen Stoffe sind allerdings oft mehr vielversprechende Grundlage als fertige Antibiotika. Sie sind ein entscheidender Schritt in Richtung neuer, wirksamer Medikamente. Abaucin wurde bereits erfolgreich an Mäusen getestet. Für den nächsten Schritt – die klinischen Studien an Menschen – braucht es Pharmafirmen, die bereit sind, den Wirkstoff weiterzuentwickeln.

Hinweis: Dieser Artikel ist Teil von „Fearture“, einem Projekt zum Thema Zukunftsangst der Volontärinnen und Volontäre des RND und wurde erstmals am 23.09.2023 veröffentlicht. Weitere Texte des Projektes finden Sie hier.