DFG-Förderung für neue Suche nach Naturstoffen

DFG-Förderung für neue Suche nach Naturstoffen

Mithilfe des maschinellen Lernens sollen untypische Peptide in Bakterien aufgespürt und für eine Nutzung erschlossen werden.

Ein junger Mann mit Brille und Laborkittel beschriftet im Labor einen Glaskolben
Prof. Eric Helfrich entwickelt neue Methoden, um bisher unentdeckten Naturstoffen auf die Spur zu kommen.

Genome Mining – die systematische Durchsuchung von Genomen – steht im Mittelpunkt einer Emmy-Noether-Förderung der Deutschen Forschungsgemeinschaft (DFG). Der Naturstoffgenomiker Eric Helfrich vom LOEWE-Zentrum für Translationale Biodiversitätsgenomik erhält sie, um mit Methoden der Künstlichen Intelligenz auf neuartige Weise Naturstoffe für Medizin, Lebensmittelherstellung oder Landwirtschaft zu entdecken. „Peptid Biosynthese abseits bekannter Wege: Machine Learning-basierte Identifizierung ungewöhnlicher Peptid Naturstoffe“ heißt das im Januar gestartete Projekt.

Wirkstoffe außerhalb etablierter Muster entdecken

Seit fast einem Jahrhundert nutzt die Menschheit Wirkstoffe aus Mikroorganismen. Jeder zweite zugelassene Wirkstoff in der Medizin beruht heute auf Naturstoffen. Dementsprechend bekannt sind die Muster bekannt, wie die einzelnen Naturstoffklassen aufgebaut sind und wie sie von den jeweiligen Organismen gebildet werden. Doch es gibt auch zahlreiche Naturstoffe, die nicht diesen Mustern folgen und die Forschende daher bei der Suche nach neuen Wirkstoffen schnell übersehen.

„Es sind bereits zahlreiche Peptid-Naturstoffe bekannt und gut erforscht, und sie spielen eine wichtige Rolle in der Medizin und bei der Produktion von Lebensmitteln“, berichtet Helfrich. „Doch wir sind uns sicher, dass es noch sehr viel mehr nützliche Peptide zu entdecken gibt, wenn wir die Grenzen bisheriger Denkmuster erweitern.“ Dabei soll Maschinelles Lernen helfen: Das Team will Algorithmen darauf trainieren, ungewöhnliche Muster im Genom von Bakterien zu erkennen, die für potenziell interessante Peptide kodieren. Eine solche KI ist in der Lage, Zusammenhänge aufzudecken, die einem Menschen meist entgehen würden.

KI soll Hunderttausende Bakteriengenome screenen

Gelingt es, entsprechend zuverlässige Algorithmen zu entwickeln, sollen die Sequenzdaten von Hunderttausenden bekannten Bakteriengenomen durchforstet werden. Besonders vielversprechende Treffer will Helfrich mit seinem Team dann mit Methoden der Synthetischen Biologie in das Genom im Labor etablierter Bakterien einbringen und so produzieren. „Unsere Forschung wird dazu beitragen, Licht in bislang unbekannte Wege der bakteriellen Peptid-Herstellung zu bringen und damit das bisherige Lehrbuchwissen zu erweitern", beschreibt Helfrich das Ziel seiner Forschung. „Dabei wollen wir natürlich auch neue Substanzen entdecken, die künftig medizinisch genutzt werden können.“

Die Emmy-Noether-Förderung für herausragend qualifizierte Nachwuchswissenschaftler umfasst 1,5 Mio. Euro, verteilt über sechs Jahre. Unter anderem wird Helfrich mit diesem Geld ein neues Massenspektrometer anschaffen, mit dem er und sein Team die neuen Naturstoffe nachweisen und charakterisieren können. Außerdem möchte der Genomiker die Fördermittel des Projekts nutzen, um sein Team zu erweitern.

bl