Bekämpfung von Infektionskrankheiten mithilfe künstlicher Intelligenz

Dr. Eriberto Natali arbeitet seit drei Jahren im Forschungsteam von Enkelejda Miho an der Hochschule für Life Sciences FHNW. Er nutzt künstliche Intelligenz, um nach Antikörpern zu suchen, die vor dem Dengue-Virus schützen.

Das Team sequenzierte das B-Zell-Repertoire von Mäusen, die gegen das Dengue-Virus immunisiert worden waren; das B-Zell-Repertoire liefert den Bauplan für die Antikörper, nach denen das Team sucht.

Mithilfe von Hochdurchsatzsequenzierung erhielten sie mehrere Millionen Gensequenzen von jeder Maus. „Mit Supercomputern können wir Deep Learning einsetzen, um Muster in diesen riesigen Datenmengen zu erkennen. Das Ziel ist es, die Antikörper zu erkennen, die als Reaktion auf die Immunisierung gebildet wurden, indem wir Netzwerktheorie anwenden und Algorithmen des maschinellen Lernens einsetzen“, sagt Eriberto.

Selten vorkommende Antikörper können besonders gut vor Dengue-Fieber schützen. Daher sind die Modelle für maschinelles Lernen so programmiert, dass sie Muster in den Sequenzierungsdaten erkennen, die für das menschliche Auge unsichtbar sind, und seltene, starke, neutralisierende Antikörper identifizieren. Wenn der Computer einen Antikörper gefunden hat, der gegen Dengue-Fieber wirksam sein könnte, wird dieser im Labor getestet. Ist das Ergebnis positiv, kann der Antikörper zur Entwicklung einer Behandlung verwendet werden.

„Der Vorteil dieser Methode besteht darin, dass wir die typischen laborintensiven Screening-Schritte bei der Wirkstoffsuche überspringen können. Künstliche Intelligenz führt uns zur Identifizierung erfolgreicher Kandidaten und hilft uns so, schneller Fortschritte bei der Suche nach geeigneten Antikörpern zu erzielen“, sagt Eriberto. Normalerweise sucht man nach dem erfolgreichen Antikörper, indem man viele B-Zellen gewinnt und jede einzelne testet, was einen enormen Zeit- und Kostenaufwand bedeutet. Gerade in Zeiten, in denen Pandemien in den Nachrichten sind, ist diese Forschungsmethode von enormer Bedeutung. „Mit künstlicher Intelligenz und maschinellem Lernen könnten wir auch schneller auf solche Pandemien reagieren“, sagt er. In Zukunft soll die Forschungspipeline auch auf andere Infektionskrankheiten angewendet werden.

Eriberto hat einen Bachelor-Abschluss in Biowissenschaften und einen Master-Abschluss in Biologie von der Universität Florenz. Er promovierte in Immunologie bei GSK Vaccines in Siena und ist seit sechs Jahren im Bereich der Antikörperforschung tätig.