Neue KI-Methode beschleunigt die Entdeckung antiviraler Mittel gegen Enterovirus 71

Ein Forscherteam der Perelman School of Medicine an der Universität von Pennsylvania hat einen neuen Ansatz entwickelt, bei dem künstliche Intelligenz mit traditionellen Labormethoden kombiniert wird. Ziel ist die Identifikation potenzieller Wirkstoffe gegen das Enterovirus 71 (EV71), das die häufigste Ursache der Hand-Fuß-Mund-Krankheit darstellt. Diese Erkrankung kann von milden Symptomen zu schweren neurologischen Komplikationen bei Kindern und immungeschwächten Erwachsenen führen.

Der innovative Forschungsansatz, veröffentlicht in der Zeitschrift Cell Reports Physical Science, basiert auf einem maschinellen Lernmodell, das mit einer kleinen Anzahl von Substanzen trainiert wurde. Das Modell identifizierte chemische Strukturen und Merkmale, die virale Prozesse stören könnten. Anhand von insgesamt 36 Substanzen wurden acht für weiterführende Experimente ausgewählt.

Die Resultate waren vielversprechend: Fünf der getesteten Substanzen zeigten in Zellexperimenten eine reduzierte Virusaktivität. Diese Trefferquote ist etwa zehnmal höher als bei herkömmlichen Screening-Methoden, was auf das Potenzial von KI bei der gezielten Wirkstoffforschung hinweist. „Wir verkürzen den bisherigen Versuch-und-Irrtum-Prozess von Monaten auf Tage“, erklärt César de la Fuente, einer der Hauptautoren der Studie.

Der Ansatz könnte als Blaupause für die schnelle Entwicklung antiviraler Mittel gegen zukünftige gesundheitliche Bedrohungen dienen, sei es ein neues Virus oder wieder auftretende Infektionskrankheiten wie Polio. Diese Methode zeigt, dass durch den Einsatz von KI auch mit begrenztem initialen Datenmaterial effektiv und zügig neue Lösungen entwickelt werden können.