Integration von KI in die Krebsbehandlung.

Krebs hat erhebliche Auswirkungen auf die öffentliche Gesundheit, daher wird die Suche nach effektiven, sicheren und nachhaltigen Behandlungslösungen immer dringlicher.

Báo Nhân dân•25/05/2026

Am Institut für Chemie wird geforscht, um aus natürlich vorkommenden Xanthongerüsten potenzielle krebshemmende Verbindungen zu gewinnen. (Foto: VAN NGA)

Am Institut für Chemie wird geforscht, um aus natürlich vorkommenden Xanthongerüsten potenzielle krebshemmende Verbindungen zu gewinnen. (Foto: VAN NGA)

Krebs hat erhebliche Auswirkungen auf die öffentliche Gesundheit, wodurch der Bedarf an wirksamen, sicheren und nachhaltigen Behandlungsmethoden immer dringlicher wird. Die Integration von künstlicher Intelligenz (KI), Hochleistungsrechnern und experimenteller Validierung eröffnet effiziente Ansätze für die Entwicklung von Xanthonderivaten zur gezielten Krebstherapie.

Computergestütztes Wirkstoffdesign (CADD) entwickelt sich zu einem wichtigen Trend in der modernen pharmazeutischen Chemie. In Vietnam eröffnet die Integration von KI und Hochleistungsrechnern mit experimentellen Methoden neue Wege zur Nutzung natürlicher Verbindungen. In dieser Studie wurden Xanthon-Gerüste als vielversprechendes Ausgangsmaterial ausgewählt, wobei der Forschungsprozess von der Simulation bis zur experimentellen Verifizierung reichte.

Neben traditionellen Behandlungsmethoden geht der Trend in der modernen Arzneimittelentwicklung zunehmend in Richtung zielgerichteter Wirkstoffentwicklung, kombiniert mit fortschrittlichen computergestützten Technologien, um die Forschungszeit zu verkürzen und die Effizienz zu steigern. In diesem Zusammenhang rücken Naturstoffe, insbesondere Xanthone, aufgrund ihres vielfältigen biologischen Potenzials, einschließlich ihrer Antikrebsaktivität, in den Fokus. Die effektive Nutzung dieser Verbindungen ist jedoch weiterhin eingeschränkt, wenn man sich ausschließlich auf traditionelle experimentelle Methoden stützt, die zeitaufwändig und kostspielig sind.

Privatdozent Dr. Pham Minh Quan und seine Kollegen am Institut für Chemie der Vietnamesischen Akademie der Wissenschaften und Technologie haben das Projekt „Forschung zur Anwendung von Computersimulationen in Kombination mit experimentellen Methoden zur Suche nach potenziellen Krebszell-hemmenden Verbindungen aus natürlich gewonnenen Xanthon-Gerüstverbindungen“ initiiert. Ziel dieses Projekts ist der Aufbau eines integrierten Forschungsprozesses, in dem moderne computergestützte Methoden wie KI, Molekularsimulation und Hochleistungsrechnen mit experimenteller Überprüfung kombiniert werden. Dies soll einen neuen Ansatz in der Arzneimittelforschung und -entwicklung in Vietnam eröffnen.

Privatdozent Dr. Pham Minh Quan erklärte, dass das Forschungsteam eine Datenbank mit Xanthonverbindungen erstellt hat, die sowohl Verbindungen mit vorhandenen experimentellen Daten als auch solche für das virtuelle Screening umfasst. Darauf aufbauend wurde ein Modell für maschinelles Lernen entwickelt und trainiert, um die potenziellen Wechselwirkungen von Verbindungen mit krebsrelevanten biologischen Zielstrukturen vorherzusagen und so schnell eine Auswahlliste potenzieller Verbindungen zu generieren, die das untersuchte Protein hemmen. Die Kombination veröffentlichter experimenteller Daten mit Computermodellen bietet eine klarere Orientierung für den Screening-Prozess als die traditionelle Methode des Ausprobierens.

Gleichzeitig werden mithilfe spezieller Computerprogramme die pharmakokinetischen Parameter und der Wirkstoffähnlichkeitsindex der Verbindungen vorhergesagt. Dadurch wird sichergestellt, dass nicht nur Verbindungen mit hohem Potenzial zur Hemmung des Zielproteins ausgewählt werden, sondern auch wesentliche Kriterien für die Arzneimittelentwicklung wie Absorption, Verteilung und Sicherheit erfüllt sind. Dies ist ein entscheidender Schritt zur Verbesserung der Zuverlässigkeit der computergestützten Vorhersagen und zur weiteren Eingrenzung der Liste potenzieller Vorläuferverbindungen vor Beginn der experimentellen Phase.

Ein Höhepunkt der Forschung ist die Anwendung von Deep-Learning-Modellen zur Entwicklung neuartiger Derivate aus identifizierten Leitstrukturen. Anstatt lediglich zu suchen, ging die Forschung einen entscheidenden Schritt, indem sie basierend auf den Strukturen der Leitstrukturen neue Derivate mit dem Ziel der Wirkungsverbesserung entwickelte. Dieser Ansatz verdeutlicht die Rolle der KI nicht nur in der Datenanalyse, sondern auch in der Entwicklung neuer Strukturverbindungen – ein Forschungsfeld, das in der Wirkstoffentwicklung weltweit zunehmend an Bedeutung gewinnt.

Anhand der im Simulationsprozess ermittelten Liste potenzieller Derivate wurde die Studie mit der Halbsynthese dieser Derivate auf Basis von Gambogsäure – einer in den Harzen der Pflanze Coptis chinensis reichlich vorhandenen Xanthonverbindung – fortgesetzt. Zwei Hauptgruppen von Derivaten, Ester (11 Verbindungen) und Amide (8 Verbindungen), wurden mit hoher Effizienz synthetisiert. Das Syntheseverfahren wurde entwickelt und publiziert.

Die erhaltenen Derivate wurden hinsichtlich ihrer biologischen Aktivität an Krebszelllinien untersucht. Die beiden vielversprechendsten Verbindungen wurden anschließend in Tiermodellen auf ihr tumorhemmendes Potenzial getestet, während akute und subchronische Toxizitätsstudien zur Gewährleistung der Sicherheit durchgeführt wurden. Die Ergebnisse zeigten, dass viele Derivate eine signifikante Antitumoraktivität aufwiesen, was mit den Simulationsvorhersagen übereinstimmte. Methylgamgogat und Morpholinylgambogamid zeichneten sich durch ihre überlegene tumorhemmende Wirksamkeit aus.

Laut Associate Professor Dr. Pham Minh Quan steht die Umsetzung integrierter Forschung jedoch weiterhin vor zahlreichen Herausforderungen. Erstens bestehen Einschränkungen bei den Eingangsdaten für Modelle des maschinellen Lernens aufgrund fehlender qualitativ hochwertiger experimenteller Datenquellen, was die Vorhersagegenauigkeit beeinträchtigt. Darüber hinaus erfordert die effektive Integration interdisziplinärer Forschungsgruppen aus den Bereichen Chemie, Biologie, Bioinformatik und Datenwissenschaft eine enge Abstimmung hinsichtlich Expertise und Arbeitsabläufen.

Aufbauend auf diesen ersten Ergebnissen plant das Forschungsteam, die Anwendung des CADD-Modells zukünftig auf andere Gruppen von Naturstoffen auszudehnen, die therapeutischen Ziele zu diversifizieren und so zu einer verbesserten Forschung und Entwicklung von Medikamenten beizutragen.

HIEU LIEN NGA

Quelle: https://nhandan.vn/tich-hop-ai-dieu-tri-ung-thu-post964425.html