IBM-Forscher kämpfen gegen Covid-19

IBM-Forscher in Zürich haben eine kostenlose KI-Plattform namens RoboRXN vorgestellt, mit der die Kosten und der Zeitaufwand für die Modulsynthese und die Arzneimittelforschung verkürzt werden sollen – ein potenziell leistungsstarkes Werkzeug im Kampf gegen COVID-19. Siehe auch das Video auf Youtube

Jetzt laufen klinische Studien in Deutschland, Großbritannien, den USA, Südkorea und Russland, um rasch einen Impfstoff zu finden. Russland ist jedoch durch die halsbrecherische Schnelligkeit der Tests und der Genehmigung von Massenimpfungen in die Kritik geraten.

Zwar besteht weiterhin Hoffnung auf einen Impfstoff, doch ist es von entscheidender Bedeutung, gründliche Tests durchzuführen, insbesondere wenn der Impfstoff an Personen in Hochrisikogruppen oder an Personen, die an bereits bestehenden Krankheiten leiden, verabreicht werden soll.

Projekte, die sich auf COVID-19 konzentrieren, haben möglicherweise das Potenzial, die Pandemie einzudämmen. Angesichts der dringenden Notwendigkeit, wirksame Therapien zu finden oder zu entwickeln, untersuchen Forschungsteams, wie Rechenleistung und neue Technologien den Prozess der Arzneimittelentwicklung beschleunigen können.

Computermodelle können den Wissenschaftlern Einblick in den wahrscheinlichen Erfolg eines Medikaments bei der Bekämpfung einer Krankheit geben. Daher kann sie eine entscheidende Komponente sein, wenn es darum geht, experimentelle Medikamente schnell von der Erprobungsphase zur behördlichen Zulassung zu bringen. Man muss jedoch von Anfang an mit der chemischen Zusammensetzung beginnen.

IBM hat dazu RoboRXN for Chemistry vorgestellt, einen kostenlosen KI-Dienst zur Vorhersage chemischer Reaktionen und der Entwicklung von Molekülen – und ein System, das der Technikriese nutzt, um Wege zur Hemmung von Proteinen zu finden, die mit dem neuartigen Coronavirus assoziiert sind.

Big Blue präsentierte die neue Plattform am Mittwoch bei einer virtuellen Veranstaltung in Zürich zusammen mit einer Demonstration, wie die neue Technologie genutzt werden könnte, um die Ergebnisse von Molekülreaktionen während der Arzneimittelentwicklung vorherzusagen und zu modellieren.

Wenn es um die Herstellung von Medikamenten geht, dauert es laut IBM im Durchschnitt zehn Jahre, bis ein neues Material oder Medikament entdeckt und auf den Markt gebracht wird und erfordert mindestens zehn Millionen Dollar an Finanzmitteln. Ziel von IBM ist es, diesen Zeitraum auf ein Jahr und eine Million Dollar zu verkürzen.

IBM RoboRXN for Chemistry bringt Cloud, Künstliche Intelligenz (KI) und Automatisierung zusammen, um komplexe organisch-chemische Reaktionen vorherzusagen, insbesondere unbekannte organisch-chemische Reaktionen und Synthesen, die den Weg für neue Arzneimittelentdeckungen ebnen könnten.

Teodoro Laino, Manager von IBMs Future of Computing for Accelerated Discovery in Zürich, erklärt: „Ein Chemiker könnte von zu Hause ein Molekül herstellen, und nachdem er sich über einen Webbrowser mit RoboRXN für die Chemie verbunden hat, zeichnet er das Molekül. RoboRXN würde dann optimale wissenschaftliche Routen und das beste kommerziell verfügbare Ausgangsmaterial empfehlen. Einmal eingereicht, würde RoboRXN sich selbst so programmieren, dass es „den Prozess in einem autonomen Labor ausführt“. Mit anderen Worten, die Experimente könnten mit der richtigen Integration und dem richtigen Hardware-Setup ferngesteuert durchgeführt werden.

In einer Demo verglichen IBM-Forscher den Prozess mit dem Backen eines Apfelkuchens. Jede Komponente – wie zum Beispiel der Kuchen – erfordert einen bestimmten Satz von Anweisungen. RoboRXN kann Anweisungen aus der veröffentlichten Literatur über Molekültypen und -reaktionen akzeptieren, einfach durch Ausschneiden und Einfügen durch Chemiker, oder das System kann empfehlen, wie ein Experiment durchgeführt werden sollte.

Drei KI-Modelle wurden für diese Aufgabe trainiert: Das erste konzentriert sich auf die retrosynthetische Analyse und die Bestimmung der „Zutaten“ – einschließlich kommerziell erhältlicher Vorläufer – und die Übersetzung textbasierter Beschreibungen in das, was Laino als „Satz von Atomen“ beschreibt. Das zweite und dritte Modell konzentriert sich auf Syntheseaktionen, wobei ein Datensatz aus Millionen von chemischen Reaktionen genutzt wird, der bereits in der Literatur und in Patenten veröffentlicht wurde.

In Tests hat IBM eine Genauigkeitsrate von 90 % ermittelt, und obwohl das Rätsel der Blackbox – der Versuch zu verstehen, wie ein KI-Algorithmus Entscheidungen trifft – immer noch ein Problem darstellt, sagt das Team, es gebe „fortlaufende Bemühungen“, die Transparenz der Entscheidungsfindung seiner Modelle zu verbessern. Laino betont, dass die Plattform die Materialentdeckung beschleunigen kann und auch den traditionellen Chemiebereich zu einem High-Tech-Geschäft machen könnte.

Als Hardware-unabhängige und skalierbare Lösung könne RoboRXN nicht nur für einen Chemiker, der wegen der Pandemie gezwungen ist, zu Hause zu bleiben, sondern auch für große Organisationen ein wertvolles Werkzeug sein, so die IBM-Forscher.

In Zukunft könnte sich RoboRXN eher zu einer on-Premises und Private Cloud als zu einer Public Cloud-Lösung entwickeln, und möglicherweise könnte das System auch als „Chemie-als-Dienstleistung“-Angebot für das Unternehmen etabliert werden.

COVID-19 hat sich zu einem Katalysator für die zusätzliche Unterstützung von Wissenschaftlern geworden, die sich mit Impfstoffen und Arzneimittelentdeckung befassen.

In den USA werden Supercomputer eingesetzt, um zu modellieren, wie sich vorhandene Medikamente an Viren anlagern, wodurch die Forschungszeitpläne von Jahren auf Monate verkürzt werden. AWS, Microsoft und Google arbeiten auch mit Pharmariesen zusammen, um Cloud- und Künstliche Intelligenz (KI)-Systeme zu schaffen, die die Arzneimittelentdeckung schneller und billiger machen sollen. Die Modellierung und Vorhersage von Ergebnissen für neue Medikamente mit Hilfe von Computern, die komplexe Daten mit hoher Geschwindigkeit verarbeiten können, kann den Arbeitsaufwand von Forschungsteams reduzieren.

Wenn Studien für ein einzelnes Medikament diese Kosten nachweisen können, ist jedes Mittel zur Senkung der Kosten und der für die Entwicklung und Prüfung neuen Materials erforderlichen Zeit ein Segen für die medizinische Gemeinschaft und die Pharmaunternehmen.