KI-Methode DECIPHAER verbessert Verständnis von Tuberkulose-Behandlungen

Forschende der Tufts University haben eine bahnbrechende Methode entwickelt, um die Wirkungsweise von Tuberkulose-Medikamenten auf zellulärer Ebene zu entschlüsseln. Die Studie nutzt künstliche Intelligenz (KI), um genau zu analysieren, wie Medikamente Tuberkulose-Bakterien abtöten. Dies könnte die Entwicklung wirksamerer und schnellerer Behandlungskombinationen beschleunigen, ein dringendes Ziel angesichts der globalen Herausforderungen durch Tuberkulose (TB), die weltweit tödlichste Infektionskrankheit.
Tuberkulose fordert jährlich Millionen Menschenleben, und die Standardbehandlung ist langwierig sowie oft ineffektiv bei resistenten Stämmen. Mindestens sechs Monate lang müssen Patienten mehrere Medikamente einnehmen, doch jeder fünfte Patient hat eine Form von TB, die gegen diese Medikamente resistent ist. Die neue Methode der Tufts-Forscher – DECIPHAER – kombiniert hochauflösende Bildanalysen mit Transkriptionsprofilen, um die molekularen Mechanismen zu entschlüsseln, durch die Medikamente die Bakterien eliminieren.
Die Wissenschaftler nutzen sogenanntes morphologisches Profiling, bei dem Veränderungen in der Form und Struktur von TB-Bakterien während der Behandlung untersucht werden. Diese visuellen Hinweise werden mit Daten zur Genaktivität verknüpft, um präzise zu bestimmen, wie ein Medikament wirkt. So konnte das Team beispielsweise feststellen, dass ein in der Entwicklung befindliches TB-Medikament nicht wie vermutet die Zellwand angreift, sondern die Energiegewinnung der Bakterien stört. Diese Erkenntnisse ermöglichen ein tieferes Verständnis der Wirkmechanismen und könnten die Entwicklung neuer Medikamentenkombinationen beschleunigen.

Ein Vorteil von DECIPHAER ist die Fähigkeit, allein anhand von Bilddaten molekulare Wirkungen vorherzusagen, was kostengünstiger ist als aufwendige RNA-Sequenzierungen. Dies macht die Methode besonders nützlich für die Untersuchung von Medikamenten unter verschiedenen Bedingungen oder bei unterschiedlichen Bakterienstämmen. Die Forscher planen, die Technologie für weitere Studien zu Medikamentenkombinationen einzusetzen und hoffen, dass sie internationale Bemühungen zur Entwicklung neuer TB-Therapien unterstützt.
Die Methode könnte auch über Tuberkulose hinaus Anwendung finden, etwa bei anderen Infektionskrankheiten oder Krebs. Finanziert wurde die Studie unter anderem von der Gates Foundation und den National Institutes of Health. Die Ergebnisse markieren einen wichtigen Schritt hin zu intelligenteren Behandlungsstrategien, die die Heilungschancen von TB-Patienten weltweit verbessern könnten.
Original Paper:
Integration of multi-modal measurements identifies critical mechanisms of tuberculosis drug action: Cell Systems
Redaktion: X-Press Journalistenbüro GbR
Gender-Hinweis. Die in diesem Text verwendeten Personenbezeichnungen beziehen sich immer gleichermaßen auf weibliche, männliche und diverse Personen. Auf eine Doppel/Dreifachnennung und gegenderte Bezeichnungen wird zugunsten einer besseren Lesbarkeit verzichtet.