Künstliche Intelligenz findet Pflanzen für Malaria-Medikamente
KI kann die Suche nach Pflanzen mit Anti-Malaria-Eigenschaften beschleunigen. Darauf kommt ein internationales Forschungsteam mit Schweizer Beteiligung.
Das Wichtigste in Kürze
- Forscher setzen im Kampf gegen Malaria auf maschinelles Lernen.
- Sie haben tausende Pflanzen entdeckt, die Anti-Malaria-Eigenschaften besitzen könnten.
- Die Studie wurde vom Londoner Royal Botanic Gardens und der Uni Freiburg durchgeführt.
Künstliche Intelligenz beschleunigt die Entdeckung von Pflanzen mit Anti-Malaria-Eigenschaften. Zu diesem Schluss kommt ein internationales Forschungsteam mit Schweizer Beteiligung in einer neuen Studie im Fachblatt «Frontiers in Plant Science».
Beteiligt waren Forscherinnen und Forscher der Royal Botanic Gardens in London und der Universität Freiburg (Unifr). Ihre Methode zur Entdeckung der Pflanzen basiert auf maschinellem Lernen, wie die Uni Freiburg in einer Mitteilung schreibt.
Diese Vorgehensweise habe in kurzer Zeit mindestens 1300 Arten mit Anti-Malaria-Eigenschaften entdeckt. Diese hätte man mit herkömmlichen Methoden nicht gefunden, so die Forschenden in der Studie. Mit diesen Pflanzen könnten Malaria-Medikamente entwickelt werden.
Forschende untersuchten 21'000 Arten
Pflanzen haben laut der Universität Freiburg auch in der Vergangenheit die Grundlage für die Entwicklung zahlreicher Medikamente geliefert. So werden beispielsweise Chinin und Artemisinin – zwei wichtige Malaria-Medikamente – aus Pflanzen gewonnen. Resistenzen gegenüber diesen Medikamenten stellen laut den Forschenden jedoch eine wachsende Herausforderung dar.
Schätzungsweise gibt es 343'000 verschiedene Arten von Gefässpflanzen. Daher kann die Identifizierung von Pflanzen mit Anti-Malaria-Wirkstoffen zeitaufwändig und kostspielig sein.
In der Studie untersuchten die Forschenden 21'000 Arten aus drei Pflanzenfamilien. Die Ergebnisse zeigen, dass 7677 der Arten genauer untersucht werden sollten. Knapp jede Sechste davon wäre laut den Forschenden mit konventionellen Methoden übersehen worden.
