Science
04.08.2014

Neue Medikamente: Computer-Vorhersagen statt Labortests

Das Bioinformatik-Institut der Kepler-Universität entwickelt gemeinsam mit dem Pharma-Konzern Johnson & Johnson Vorhersagemodelle für neue Medikamente.

Die Arbeit an Computer-Vorhersagen statt Labortests bei der Entwicklung neuer Medikamente hat sich für das Bioinformatik-Institut an der Linzer Kepler-Universität bezahlt gemacht. Die Pharma-Forscher der Firma Janssen, das ist die Forschungsabteilung des US-Konsumgüter- und Healthcarekonzerns Johnson & Johnson, haben es als wissenschaftlichen Partner ausgewählt.

Weniger Versuchstiere

In einer Presseaussendung der Linzer Uni am Montag erklärte der Leiter des Institutes, Sepp Hochreiter, das Interesse der Pharmaindustrie an speziellen Vorhersagemodellen damit, dass die Computermodelle und deren Vorhersagen immer genauer und besser würden. Damit würden nicht nur weniger Versuchstiere benötigt, die Unternehmen könnten auch die Anzahl ihrer Fehlschläge verringern, wodurch mehr Geld in neue Projekte investiert werden könne. Außerdem würden die Versuchsreihen viel schneller ablaufen.

Den Ansatz in Linz erläutert Hochreiter so: "Wenn man beispielsweise ein Eiweiß identifiziert hat, das eine Krankheit verursacht oder vorantreibt, möchte man das Eiweiß manipulieren, um die Krankheit zu stoppen oder zu heilen. Dafür setzt man chemische Stoffe, also Moleküle ein. Aber welche Moleküle wirken auf ein spezielles Eiweiß ein und können somit zu einem Medikament weiterentwickelt werden?" Die im Institut entwickelten Computermodelle sagen nicht nur die Auswirkungen des eingesetzten Moleküls auf das fragliche Eiweiß, sondern auch auf andere Bereiche des Körpers vorher. Beispielsweise nütze es nichts, wenn Medikamente zwar die gewünschte Blutdrucksenkung bringen, aber auch die Leber schädigen.

Künstliche Intelligenz

Das Institut verbindet dazu Medizin mit Informatik, speziell mit maschinellem Lernen und künstlicher Intelligenz. Der Computer muss dabei biologische Zusammenhänge in großen Datenmengen erkennen. Denn eine Molekül-Versuchsreihe besteht aus Millionen chemischer Verbindungen, die jeweils wiederum durch Hunderte von Millionen Eigenschaften beschrieben werden. Dass neue Methoden des maschinellen Lernens in Kombination mit großen Datenmengen, die für das Lernen verwendet werden, seine Stärke sind, haben die Linzer bei der "Toxicogenetics Challenge" bewiesen, an der 83 Forschungsinstitute teilnahmen. Dabei müssen verschiedene Informatikmethoden vorhersagen, ob chemische Stoffe - oft Kandidaten für Medikamente - giftig sind oder nicht. Rang eins bis fünf ging an die Kepler-Uni, erst dahinter fanden sich die Namen renommierter Universitäten.