KI-Methode DECIPHAER entschlüsselt Wirkmechanismen von Tuberkulose-Medikamenten
Forschende der Tufts University haben die KI-Methode DECIPHAER entwickelt, die Tuberkulose-Medikamente präzise analysiert. Die Technik verbindet Bild- und Genprofiling, um Wirkmechanismen sichtbar zu machen. Ergebnisse beschleunigen die Entwicklung neuer Therapien und könnten auch bei anderen Infektionskrankheiten und Krebs Anwendung finden.
- Data und KI
- Medizin
Die Tufts University hat mit DECIPHAER ein Verfahren vorgestellt, das mithilfe von Künstlicher Intelligenz die Wirkung von Tuberkulose-Medikamenten detailliert untersucht. Tuberkulose ist nach wie vor die weltweit tödlichste Infektionskrankheit und stellt durch resistente Stämme eine große Herausforderung dar. Standardtherapien dauern mindestens sechs Monate, viele Patientinnen und Patienten sprechen unzureichend auf die Behandlung an.
DECIPHAER kombiniert hochauflösende Bildanalysen mit Transkriptionsprofilen. Forschende nutzen morphologisches Profiling, um Veränderungen in Form und Struktur der Bakterien sichtbar zu machen. Diese Informationen werden mit Daten zur Genaktivität verknüpft. So zeigte sich, dass ein neues Medikament nicht die Zellwand, sondern die Energiegewinnung der Erreger hemmt.
Ein Vorteil der Methode ist die Möglichkeit, allein anhand von Bilddaten molekulare Wirkungen vorherzusagen, wodurch aufwendige RNA-Sequenzierungen reduziert werden können. Damit eignet sich DECIPHAER auch für die kostengünstige Analyse vieler Medikamente oder Bakterienstämme. Ziel der Forschung ist es, Therapieansätze zu beschleunigen und neue Medikamentenkombinationen zu entwickeln.
Die Studie wurde unter anderem von der Gates Foundation und den National Institutes of Health unterstützt. Perspektivisch könnte die Methode auch für andere Infektionskrankheiten oder onkologische Therapien genutzt werden.
