Codex und ChatGPT jagen neue Antibiotika

Das Labor von César de la Fuente setzt Codex und ChatGPT für ein drängendes globales Problem ein: die Suche nach neuen antimikrobiellen Wirkstoffen gegen arzneimittelresistente Infektionen. Das Team durchsucht mit diesen KI-Tools sowohl lebende als auch ausgestorbene Genome nach vielversprechenden Kandidaten und sichtet dabei enorme genomische Datensätze, die manuell kaum zu bewältigen wären. Das Projekt zeigt, wie KI-Coding- und Reasoning-Tools von Softwareaufgaben auf die computergestützte Biologie übertragen werden können. Indem Forscher große Sprachmodelle mit domänenspezifischen Workflows kombinieren, können sie schnell Hypothesen darüber generieren und testen, welche Moleküle therapeutisches Potenzial haben könnten. Ausgestorbene Genome sind eine besonders interessante Quelle, da sie genetisches Material für Abwehrmechanismen enthalten könnten, die in modernen Organismen nicht mehr existieren. Antibiotikaresistenzen sind eine wachsende Gesundheitskrise. Traditionelle Wirkstoffforschungs-Pipelines sind langsam, teuer und können mit sich entwickelnden Erregern zunehmend nicht Schritt halten. KI-gestützte Ansätze bieten eine Möglichkeit, Zeitpläne zu verkürzen und Kandidaten aufzuspüren, die konventionelle Methoden übersehen könnten. De la Fuentes Arbeit ist Teil eines breiteren Trends, KI-Agenten in den Wissenschaften einzusetzen. Statt Forscher zu ersetzen, wirken Tools wie Codex und ChatGPT als Beschleuniger: Sie übernehmen datenintensive Erkundung, damit sich Wissenschaftler auf Validierung und klinische Relevanz konzentrieren können. Wenn der Ansatz brauchbare Kandidaten liefert, könnte er zum Modell dafür werden, wie KI die frühe Wirkstoffforschung umgestaltet und riesige biologische Archive in eine durchsuchbare Ressource für neue Medikamente verwandelt.