Wie Maschinelles Lernen bei der Entwicklung von neuen Arzneimitteln helfen kann Georgios Kallergis aus dem Promotionsprogramm „Drug Discovery und Chemieinformatik für neue Antiinfektiva“ im Kurzporträt

Wie kann Maschinelles Lernen bei der Wirkstoff- und Medikamentenforschung eingesetzt werden? Damit beschäftigt sich Kallergis Georgios. Er forscht im Promotionsprogramm „Drug Discovery und Chemieinformatik für neue Antiinfektiva“, das gemeinsam von der Technischen Universität Braunschweig in Kooperation mit dem Helmholtz-Zentrum für Infektionsforschung (HZI) und der Ostfalia Hochschule für angewandte Wissenschaften durchgeführt wird. Betreut wird er dabei von der Bioinformatikerin Alice McHardy, die Professorin an der TU Braunschweig und am HZI ist. Wir stellen den Nachwuchswissenschaftler und seine Forschung im Kurzporträt vor.

Giorgos Kallergis ist Doktorand im iCA-Promotionsprogramm. Bildnachweis: Giorgos Kallergis/HZI

Wer sind Sie und woran forschen Sie?

Mein Name ist Kallergis Georgios und ich komme aus Griechenland. Dort habe ich Elektrotechnik und Technische Informatik studiert. Ich interessiere mich besonders für maschinelles Lernen und wie es bei der Entwicklung von Medikamenten angewendet werden kann. Als Doktorand forsche ich in der Forschungsgruppe für Bioinformatik der Infektionsforschung am Helmholtz-Zentrum für Infektionsforschung unter der Leitung von Professorin Alice McHardy. Ich bin außerdem Stipendiat des Promotionsprogramms „Drug Discovery und Chemieinformatik für neue Antiinfektiva“.

Welcher Fragestellung gehen Sie konkret nach?

Um das zu beantworten, möchte ich erst kurz erklären, was Inhibitoren sind. Inhibitoren sind Stoffe, die Reaktionen so beeinflussen können, dass sie verlangsamt, gehemmt oder verhindert werden. Das Hauptziel meines Projekts ist es, Inhibitoren für das Enzym DXS aus dem Methylerythritphosphat (MEP)-Weg zu optimieren, das in manchen Bakterien, aber nicht im Menschen vorkommt.

Um das zu erreichen, arbeite ich an einem computergestützten Ansatz, der Machine- und Deep-Learning-Algorithmen einsetzt, um physikochemische Eigenschaften und Merkmalsgruppen mit hoher Inhibitoraktivität zu identifizieren. Dieses Wissen kann genutzt werden, um sowohl die Höhe der Hemmung vorherzusagen als auch neue Hemmstoffstrukturen vorzuschlagen.

Was begeistert Sie an Ihrer Forschung?

Die Entwicklung von neuen Medikamenten ist ein sehr anspruchsvolles Verfahren, das viele Ressourcen wie Zeit und Geld erfordert und das während der aktuellen Coronavirus-Pandemie noch mehr an Bedeutung gewonnen hat. Algorithmen und Techniken der Künstlichen Intelligenz können einen wertvollen Beitrag dazu leisten, die benötigte Zeit, die Fehlerquote und die Kosten zu senken und somit helfen, Menschen mit den notwendigen Medikamenten zu versorgen. Neben der Freude, Teil von diesem Prozess zu sein, finde ich es außerdem sehr spannend, in einem interdisziplinären Bereich wie diesem zu arbeiten und darüber hinaus moderne Techniken zu nutzen, die die Grenzen unseres derzeitigen Wissens erweitern.

Die iCA-Doktorandinnen und -Doktoranden forschen an neuen Wirkstoffen gegen bakterielle und parasitäre Infektionserkrankungen. Giorgos Kallergis setz dafür Maschinelles Lernen ein. Bildnachweis: Giorgos Kallergis/HZI

Welche Relevanz hat das Thema für die Arzneimittelforschung?

Mein Projekt wird in Zusammenarbeit mit Frau Prof. Dr. Hirsch vom Helmholtz-Institut für Pharmazeutische Forschung Saarland (HIPS) durchgeführt, die Leiterin der Abteilung Drug Design and Optimization ist. Das Wissen und die Erfahrung ihrer Gruppe ermöglichen es uns, Computermodelle zu entwickeln, die sich mit bedeutenden Problemen in diesem wissenschaftlichen Bereich befassen, sowie diese auf reale, experimentelle Daten anzuwenden und zu bewerten. So können wir effektive Werkzeuge schaffen, die die pharmazeutische Forschung voranbringen.

Was ist das Besondere, in dem Promotionsprogramm „Drug Discovery und Chemieinformatik für neue Antiinfektiva (iCA)“ mitzuwirken?

Es ist sehr spannend, an diesem Programm teilzunehmen, weil die Teilnehmerinnen und Teilnehmer ein multikulturelles Umfeld bilden und aus unterschiedlichen wissenschaftlichen Bereichen kommen. Die Vielfalt der individuellen Standpunkte bringt uns unserem gemeinsamen Ziel näher, die Entdeckung neuer Antiinfektiva zu erleichtern, und erweitert außerdem unseren Horizont und fördert die Zusammenarbeit zwischen den teilnehmenden Laboren. Darüber hinaus haben wir die Möglichkeit, Vorträge von Expertinnen und Experten zu besuchen, die ihre Erkenntnisse über das Feld mit uns teilen.