Von KI Zu Neuen Medikamenten

Menschen verwenden seit Jahrtausenden Arzneimittel zur Behandlung von Krankheiten. Frühe Entdeckungen und moderne Arzneimittel basieren oft auf natürlichen Molekülen. Allerdings erfordert die therapeutische Anwendung oft Veränderungen, um die gewünschte Wirkung zu verstärken und unerwünschte Wirkungen zu minimieren. Tausende ähnlicher Moleküle werden in langwierigen Studien getestet, was Kosten verursacht und die Entwicklung neuer Medikamente verlangsamt. Computergestützte Chemie soll dies beschleunigen, indem potenzielle Wirkstoffe vorselektiert werden und teure Studien reduziert werden.

Im Kampf gegen antimikrobielle Resistenzen suchen Wissenschaftler nach neuen Ansätzen zur Bekämpfung von Krankheitserregern. Eine vielversprechende Strategie ist die Verwendung von antimikrobiellen Peptiden, die vorwiegend in natürlichen Quellen (Bienengift, Bakterien, Pilze) vorkommen. Diese Peptide sind hochwirksam gegen bakterielle Infektionen, aber auch toxisch für den menschlichen Gebrauch. In unserer Gruppe entwickeln wir mithilfe von KI maßgeschneiderte Peptide, die wirksam gegen bakterielle Infektionen und gleichzeitig weniger toxisch sind als natürliche Peptide.

Das CO2 Problem ist erkannt, wir verbrennen viel zu viel fossile Brennstoffe, und der Übergang zu nachhaltiger Energie ist mit e-Autos nicht gemacht. Wir brauchen bessere Energiespeicher, und bessere Energieträger, um unseren ökologischen Fussabdruck radikal zu verbessern. Die Wasserstoff-Gesellschaft ist wohl das erfolgsversprechendste Szenario – und dazu braucht es chemische Katalysatoren, und Speichersysteme, um den Wasserstoff sauber und energiegünstig zu handhaben. Hier möchte ich diese Thematik mitunter anhand der Beiträge meines Forschungsteams vorstellen und besprechen.