Wie wir darüber bereits in den Nachrichten berichteten, erhielt Bence Kiss, Assistenzprofessor an der Medizinischen Fakultät in Pécs, auf den PTE-Innovationstagen vom 14. bis 15. Mai den Innovations-Preis der Universität Pécs und den Sonderpreis der Industrie- und Handelskammer Pécs-Baranya. Das Thema seiner Bewerbung lautete "Auswahl immunogener Epitope durch 3D-Antigenvisualisierung mittels tiefgreifenden Lernens". Wir diskutierten auch den Hintergrund des Themas und die zukünftige Relevanz seiner Forschung.
Verfasst von Rita Schweier
"Stoffe, die im Körper eine Immunreaktion auslösen, werden als Immunogene bezeichnet. Dabei handelt es sich hauptsächlich um Proteine, aber es gibt auch Lipid-, Polysaccharid- und Nukleinsäure-Immunogene. Wird auch eine adaptive Immunreaktion auf das Immunogen erzeugt, wird das Molekül (Protein, Polysaccharid) als Antigen bezeichnet. Innerhalb der Antigene unterscheiden wir zwischen Epitopen, die B-Zell-Rezeptoren (Antikörper) sind, und T-Zell-Rezeptor-aktivierenden Regionen auf der Oberfläche des Moleküls. Welcher Teil eines bekannten Moleküls genau ein Epitop bildet, konnte bisher nur experimentell durch die so genannte Kristallographie bestimmt werden, ein langwieriger und teurer Prozess, der die Existenz eines Antikörpers voraussetzt. Bei der Entwicklung eines neuen Proteinimpfstoffs ist es jedoch sinnvoll, die Proteinsequenzen zu antizipieren, die am ehesten zu Epitopen werden können. Mit Hilfe der künstlichen Intelligenz ist dies gelungen und nun in größerem Umfang verfügbar, und wir wenden es an der Universität Pécs an, wo wir das Verfahren an einem Tiermodell testen", fasst er den Kern seines Bewerbungs zusammen
Das Thema sei für ihn interessant, weil die personalisierte Medizin die Zukunft sei und die Impfstoffherstellung und die Immunbiotechnologie in diesem Zusammenhang besonders relevant seien. Wie wir wissen, hat das Immunsystem von Natur aus ein sehr hohes Maß an Variabilität. Mithilfe künstlicher Intelligenz können sie aus der Aminosäuresequenz, aus der das Protein besteht, ein In-silico-Proteinmodell erstellen, mit dem sie einen hohen Prozentsatz potenziell immunogener Sequenzen vorhersagen können. Dies könnte entweder für die Herstellung monoklonaler Antikörper, die immuntherapeutische Behandlung oder die Synthese von Biomarkern nützlich sein.
"Die Neuheit des Themas ist der von DeepMind (DeepMind Technologies Limited - ein britisch-amerikanisches Forschungslabor für künstliche Intelligenz, das als Tochterunternehmen von Google fungiert) entwickelte Deep-Learning-Algorithmus, der es uns ermöglicht, eine 3D-Proteinstruktur aus einer einzigen Aminosäuresequenz zu modellieren. Soweit ich weiß, wird es in Pécs von niemandem außer uns verwendet, aber wir nutzen es bereits routinemäßig. Der andere Ansatz ist das von der Dänischen Technischen Universität (DTU) entwickelte HLA-Vorhersagesystem (Human Leukocyte Antigens), das der Forschung einen personalisierten Charakter verleiht. Jeder Mensch wird mit einem anderen Immunsystem geboren, das genetisch festgelegt ist und sich im Laufe des Lebens nicht verändert. Welche Gene bei einem Patienten dominieren, kann durch Sequenzierung der neuesten Generation ermittelt werden. Sobald dies bekannt ist, können wir einen sogenannten Vorhersagealgorithmus verwenden, um den Impfstoff für das spezifische Muster zu optimieren. Vor der Produktion wird der Vorhersage mit dem höchsten Prozentsatz im 3D-Modell visuell ausgewertet, und dann werden die räumlich am besten passenden Abschnitte fertiggestellt. Der Wert dieser Innovation liegt in der routinemäßigen Anwendung dieser Methode", fügte er hinzu.
Das Institut für Biochemie und Medizinische Chemie der medizinischen Fakultät der Universität Pécs startete das Projekt während der Coronavirus-Epidemie im Jahr 2020 unter der Leitung von Dr. Antal Tapodi. In der Zwischenzeit wurde auch ein Spin-off-Unternehmen, Neo-Antigen Biotechnology GmbH, gegründet.
Mit Blick auf die Zukunft sagte er, dass sie derzeit zwei Projekte zur Entwicklung von Impfstoffen durchführen, die ein integraler Bestandteil des Bioinformatikprozesses sind. Er ist der Ansicht, dass der Bereich der Bioinformatik in Ungarn unterrepräsentiert ist, weshalb Studien zu diesem Thema unerlässlich sind. Ihre Forschung konzentriert sich derzeit auf die Vertiefung des vorhandenen Wissens, die Beobachtung neuer Möglichkeiten und Entwicklungen sowie die Anwendung neuer Methoden.
"Diese Auszeichnung ist eine sehr große Ehre. Ich bin froh, dass das diesjährige Thema künstliche Intelligenz lautete, was es uns ermöglichte, uns auf Themen im Zusammenhang mit der Informatik, insbesondere der Bioinformatik, zu konzentrieren. Effiziente Methoden, die künstliche Intelligenz nutzen, sind für die langfristige Medizin unerlässlich", sagte er.
Foto:
Szabolcs Csortos/UnivPécs