Metabolomics trifft maschinelles Lernen

Hinweis zur Verwendung von Bildmaterial: Die Verwendung des Bildmaterials zur Pressemitteilung ist bei Nennung der Quelle vergütungsfrei gestattet. Das Bildmaterial darf nur in Zusammenhang mit dem Inhalt dieser Pressemitteilung verwendet werden. Falls Sie das Bild in höherer Auflösung benötigen oder Rückfragen zur Weiterverwendung haben, wenden Sie sich bitte direkt an die Pressestelle, die es veröffentlicht hat.

Preisverleihung in der Kategorie „Innovativste Vorhaben der Grundlagenforschung“ an die Finalisten vom Leibniz-Institut für Pflanzenbiochemie und der Martin-Luther-Universität Halle-Wittenberg – Institut für Informatik, AG Bioinformatik. | Copyright: Investitions- und Marketinggesellschaft Sachsen-Anhalt/Unrau Fotografie | Download

Hugo-Junkers-Preis für KI-basiertes Vorhersagemodell zur Wirkungsweise neuer Antikrebsmittel geht an IPB und MLU

Wissenschaftler des Leibniz-Instituts für Pflanzenbiochemie (IPB) in Halle und der Martin-Luther-Universität Halle-Wittenberg (MLU) haben den Hugo-Junkers-Preis gewonnen. Ihr Ansatz nutzt moderne chemische Analytik und Künstliche Intelligenz, um die Wirkungsweise potenzieller Krebsmedikamente deutlich schneller als bisher vorherzusagen. Die Jury zeichnete das Projekt als das innovativste Vorhaben der Grundlagenforschung aus und prämierte es mit einem Preisgeld von 10.000 Euro.

Pflanzen, Pilze und Bakterien produzieren eine enorme Vielfalt an Naturstoffen, von denen viele den Zellstoffwechsel bis hin zum Zelltod beeinflussen. Das macht sie zu aussichtsreichen Kandidaten für neue Medikamente gegen Krebs. Obgleich diese Substanzen bereits in einem frühen Analysestadium für wirksam befunden werden, bleibt häufig unklar, wie genau sie in Krebszellen wirken. Die Aufklärung der molekularen Wirkungsweise dieser Substanzen ist kostenintensiv, zeitaufwändig und oft ein zentraler Engpass in der Entwicklung neuer Krebsmedikamente.

Zur besseren Bewertung der Wirkungsweise kombinierten die Hallenser Wissenschaftler moderne Metabolomik-Analysen – das ist die umfassende chemische Analytik aller Stoffwechselprodukte - mit Methoden des maschinellen Lernens. Im Experiment analysierten sie die Stoffwechselprodukte (Metaboliten) von Prostatakrebszellen, die sich nach der Behandlung mit verschiedenen zelltoxischen Substanzen in typischer Weise verändern. Dabei erzeugten jene Wirkstoffe, die in den Krebszellen die gleichen Zielproteine attackieren, ähnliche Metabolitenprofile - und damit ein charakteristisches Muster für ihre Wirkungsweise. Diese spezifischen metabolischen Fingerabdrücke der einzelnen Wirkstoffe wurden als Trainingseinheiten in die Algorithmen des Maschinellen Lernens eingespeist.

Mithilfe der dafür entwickelten KI konnten die Forscher die Wirkmechanismen bekannter Antikrebsmittel zuverlässig validieren und vor allem auch die Wirkungsweise von neuen, noch wenig erforschten, Wirkstoffen vorhersagen. Bemerkenswert ist, dass die Methode nicht nur für Prostatakrebszellen, sondern auch für andere Krebsmodelle gute Ergebnisse lieferte. Das Hallenser Verfahren eignet sich demnach hervorragend, um die Wirkungsweise neuer Antitumorwirkstoffe besser vorherzusagen, die Entwicklung neuer Medikamente zu beschleunigen und sogar den Einfluss weiterer Wirkstoffe auf Krebsmedikamente vorherzusagen.

Der Hugo-Junkers-Preis wird als höchstdotierter Innovationspreis Sachsen-Anhalts alle zwei Jahre für wissenschaftliche Spitzenleistungen mit klarem Anwendungsbezug verliehen. Die Preisverleihung fand am 11. Juni im Jahrtausendturm in Magdeburg statt. „Diese Auszeichnung unterstreicht die Bedeutung der Grundlagenforschung für neue Entwicklungen mit Praxisrelevanz, ganz nach dem Leibniz-Motto theoria cum praxi“, sagt Professor Ludger Wessjohann. „Selbstentwickelte, kontrollierbare und in den Ergebnissen nachvollziehbare KI-Modelle sind in der Wissenschaft entscheidend und werden für die Entwicklung neuer Medikamente zunehmend an Bedeutung gewinnen.“

Wissenschaftlicher Ansprechpartner:
Prof. Ludger Wessjohann
wessjohann@ipb-halle.de
Tel.: 0345 5582 1300

PD Dr. Gerd Balcke
gerd.balcke@ipb-halle.de
Tel.: 0345 5582 1713

Originalpublikation:
Mohamad Saoud, Jan Grau, Robert Rennert, Thomas Mueller, Mohammad Yousefi, Mehdi D Davari, Bettina Hause, René Csuk, Luay Rashan, Ivo Grosse, Alain Tissier, Ludger A Wessjohann & Gerd U Balcke. Advancing anticancer drug discovery: Leveraging metabolomics and machine learning for mode of action prediction by pattern recognition. Advanced Science (Weinheim) 2024 Oct 21:e2404085. doi: 10.1002/advs.202404085.

Weitere Informationen:
https://www.ipb-halle.de/oeffentlichkeit/aktuelles/aktuelles-detail/metabolomics-trifft-maschinelles-lernen
https://www.ipb-halle.de/oeffentlichkeit/pressemitteilungen/presse-detail/mit-ki-die-wirkungsweise-von-neuen-antikrebsmitteln-vorhersagen

Metabolomics trifft maschinelles Lernen

Ähnliche Pressemitteilungen im idw