KERN: KI und Synthetische Biologie sorgen für neue Antibiotika

Ein neues Forschungskonsortium an der Universität Tübingen kombiniert künstliche Intelligenz mit High-Throughput-Labormethoden, um Antibiotika gegen resistente Pathogene zu finden. Das Projekt KERN wird vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) unter dessen Programm "Künstliche Intelligenz in der Wirkstoffforschung" gefördert und läuft drei Jahre lang.

Bakteriengenome enthalten ein riesiges, großenteils unerforschtes Reservoir an Naturstoffen mit antibiotischem Potential. KERN fokussiert sich auf sogenannte Lasso-Peptide – das sind kleine, vom Ribosom produzierte Peptide, deren ungewöhnliche verknotete Struktur sie besonders stabil macht und ihnen ermöglicht, Bakterien auf andere Art als konventionelle Antibiotika anzugreifen.

Das Team nutzt Machine Learning, um bakterielle Genome für vielversprechende Gencluster zu finden und neue Peptidvarianten herzustellen. Diese werden dann in E. coli produziert, mithilfe von CRISPR-Methoden diversifiziert und zu Tausenden gegen den Krankenhauserreger MRSA getestet. Die Laborergebnisse fließen zurück in die Rechenmodelle, sodass deren Vorhersagefähigkeit von Mal zu Mal verbessert wird.

"Wir stellen uns ein Datenset von Tausenden Peptiden vor, bei dem wir für jedes einzelne wissen, wie gut es in E. coli produziert wird und wie stark es darin ist, MRSA zu töten," sagt CMFI-Vorstandsmitglied Hannes Link. "Das ist der Beitrag unserer Gruppe."

Das Konsortium wird von Nico Pfeifer koordiniert und bringt die Gruppen von Nadine Ziemert (CMFI-Vorstandsmitglied), Evi Stegmann, Hannes Link und Chambers Hughes an der Universität Tübingen und dem Universitätsklinikum Tübingen zusammen. Vielversprechende Substanzen sollen in die Antibiotika-Entwicklungs-Pipeline des Deutschen Zentrum für Infektionsforschung (DZIF) fließen.

"Was mich am meisten an KERN begeistert, ist, dass wir das enorme Potential von Naturstoffen als Antibiotika mit der Kraft von künstlicher Intelligenz und High-Throughput-Technologien zusammenbringen. Genom-Mining verschafft uns Zugang zu einem großen Reservoir an unerforschten Molekülen, während KI und synthetische Biologie uns ermöglichen, diese Vielfalt als neue Antibiotika-Kandidaten zu entdecken," sagt Nadine Ziemert.