Kann der von der KI entworfene "Impfstoff der Zukunft" Pandemien vorwegnehmen?

Die COVID-19-Pandemie hat der Welt zwei Lektionen hinterlassen. Erstens, dass die Menschheit Impfstoffe in beispielloser Geschwindigkeit entwickeln kann. Zweitens, dass wir dennoch dazu neigen, bei Virusmutationen hinterherzuhinken.

Selbst wenn ein Impfstoff fertig ist und die Impfungen weit verbreitet sind, mutiert das Virus weiter. Wenn neue Varianten auftauchen, ändert sich die Wirksamkeit der bestehenden Impfstoffe, und es werden Auffrischungsimpfungen oder verbesserte Versionen benötigt. Das gleiche Prinzip gilt für Grippeimpfstoffe, die jedes Jahr aktualisiert werden, um die zirkulierenden Stämme vorherzusagen.

Das System des "ständigen Hinterherlaufens" grundlegend zu verändern, ist das Ziel des Forschungsteams der Universität Cambridge und des Biotechnologieunternehmens DIOSynVax, das von der Universität ausgegründet wurde. Die jüngste Forschung, über die die BBC und andere berichteten, ist die weltweit erste Initiative, bei der ein von künstlicher Intelligenz entworfener Impfstoffbestandteil an Menschen verabreicht und bewertet wurde.

Die Forscher streben nicht nach einem Impfstoff, der nur auf bestimmte Varianten abzielt. Ziel ist es, eine "zukunftssichere" Impfung zu entwickeln, die die gemeinsamen Schwachstellen der breiten Familie der Coronaviren identifiziert und das Immunsystem darauf trainiert, diese zu erkennen. Anders ausgedrückt: Anstatt den bereits zirkulierenden Viren hinterherzulaufen, geht es darum, sich auf verwandte Viren vorzubereiten, die noch nicht in der menschlichen Gesellschaft aufgetaucht sind.

Was ist ein "Superantigen"?

Im Zentrum eines Impfstoffs steht ein Bestandteil, der als Antigen bezeichnet wird. Antigene sind wie Markierungen, die dem Immunsystem beibringen, "diese Form als Feind zu erkennen". In herkömmlichen Impfstoffen werden Antigene basierend auf den derzeit zirkulierenden oder in der Vergangenheit identifizierten Viren entworfen.

Viren mutieren jedoch. Wenn sich die Markierungen ändern, wird es für das Immunsystem schwieriger, den Feind zu erkennen. Daher müssen Impfstoffe nach herkömmlichen Methoden an die zirkulierenden Stämme angepasst werden.

Das Team in Cambridge nutzte hier KI. Sie sammelten die genetischen Informationen von Coronaviren aus Überwachungsprogrammen weltweit und ließen die KI diese analysieren. Ziel war es, die Teile des Virus zu identifizieren, die sich trotz Mutationen nicht leicht ändern lassen, also die für das Überleben wichtigen gemeinsamen Strukturen.

Das Ergebnis war das "Superantigen", das darauf abzielt, eine Immunreaktion über mehrere verwandte Viren hinweg auszulösen. Dies ist ein Design, das nicht auf ein einzelnes Virus abgestimmt ist, sondern die gemeinsamen Merkmale der gesamten Virusfamilie verdichtet.

Das Ziel dieser Studie war die Gruppe der Sarbecoviren, zu der auch SARS-CoV-2, das neue Coronavirus, gehört. Diese Gruppe umfasst Viren, die in der Vergangenheit SARS verursacht haben, sowie verwandte Viren, die in Tieren zirkulieren und möglicherweise in Zukunft auf den Menschen übertragbar sind.

Erkenntnisse aus der Phase-I-Studie

Die klinische Studie befand sich in einem frühen Stadium, das hauptsächlich die Sicherheit untersuchte. Berichten und Forschungsinformationen zufolge wurde der Impfstoffkandidat gesunden erwachsenen Freiwilligen verabreicht, um Nebenwirkungen, Sicherheit und das Vorhandensein einer Immunreaktion zu überprüfen.

Besonders bemerkenswert ist die neue Verabreichungsmethode. Der Impfstoffkandidat wurde als DNA-Impfstoff entworfen und mittels einer nadelfreien Mikrofluidik-Jet-Methode intradermal verabreicht. Diese Methode nutzt einen dünnen Flüssigkeitsstrahl unter hohem Druck, um den Impfstoff in die Hautzellen zu bringen, was Vorteile für Menschen bietet, die Angst vor Nadeln haben, sowie für den Einsatz in groß angelegten Impfkampagnen.

In der Studie wurden keine größeren Sicherheitsbedenken festgestellt, und es wurde eine Immunreaktion beobachtet. Wichtig ist jedoch, dass dies noch nicht der Beweis ist, dass der Impfstoff "Infektionen verhindern" kann. Das Ziel der frühen Studienphase ist es, zu überprüfen, ob die Verabreichung an Menschen sicher ist und ob es Anzeichen für eine Immunreaktion gibt.

In einem Artikel der BBC wird die Wirkung auf das Immunsystem als "bescheiden" beschrieben. Das bedeutet, dass die Erwartungen unter den Forschern hoch sind, aber es ist zu früh, um die Ergebnisse als direkt umsetzbar zu betrachten. In der nächsten Phase-II-Studie mit mehr Teilnehmern muss ermittelt werden, wie stark, breit und anhaltend die Immunreaktion ist.

Was ist "grundlegend neu"?

Der Kern dieser Technologie liegt darin, den Ausgangspunkt der Impfstoffentwicklung zu verändern.

Die herkömmliche Impfstoffentwicklung reagiert im Wesentlichen auf den "aufgetauchten Feind". Ein neues Virus breitet sich aus. Der Erreger wird identifiziert. Die genetischen Informationen werden analysiert. Die Impfstoffentwicklung beginnt. Klinische Studien werden durchgeführt. Der Impfstoff wird hergestellt und verteilt. Auch wenn dieser Prozess während der COVID-19-Pandemie dramatisch verkürzt wurde, bleibt er im Wesentlichen reaktiv.

Das Ziel der KI-gestützten Impfstoffentwicklung ist proaktiv. Basierend auf vergangenen und gegenwärtigen Virusinformationen wird versucht, gemeinsame Schwächen vorherzusagen, die in zukünftigen Viren auftreten könnten. Wenn dies gelingt, könnte es möglich sein, bereits eine gewisse immunologische Vorbereitung zu haben, wenn unbekannte Varianten oder verwandte Viren auftauchen.

Professor Jonathan Heeney von der Universität Cambridge sieht die ständige Nachzüglerrolle der Impfstoffentwicklung als Problem. Die neue Technologie ist ein Versuch, dieser Kurve voraus zu sein.

Dieser Ansatz ist nicht nur auf das Coronavirus beschränkt. Das Forschungsteam erwägt bereits die Anwendung auf Influenza, Vogelgrippe und virale hämorrhagische Fieber wie Ebola. Insbesondere die Vogelgrippe wird international als zukünftiges Pandemierisiko angesehen, da sie sich nicht nur bei Vögeln, sondern auch bei Säugetieren ausbreitet. Auch bei Ebola gibt es je nach Art unterschiedliche Reaktionen auf bestehende Impfstoffe, was die Bedeutung eines auf die gesamte Virusfamilie ausgerichteten Designs unterstreicht.

Die Gefahren des Begriffs "Universalimpfstoff"

Gleichzeitig ist Vorsicht geboten beim Begriff "Universalimpfstoff". Der Ausdruck "universal" kann den Eindruck erwecken, dass er alle Infektionen vollständig verhindern kann. Tatsächlich zielt die aktuelle Technologie jedoch darauf ab, einen Impfstoff zu entwickeln, der innerhalb einer bestimmten Virusfamilie breiter wirksam sein könnte.

Das bedeutet nicht, dass alle Coronaviren, alle Atemwegsinfektionen oder alle Pandemien mit einer einzigen Injektion verhindert werden können. Vielmehr geht es darum, die Zielvirusgruppen zu definieren, gemeinsame Merkmale zu identifizieren und eine breite Immunantwort zu induzieren.

Selbst wenn eine Immunreaktion festgestellt wird, ist es eine andere Frage, inwieweit dies tatsächlich zur Prävention von Infektionen oder schweren Verläufen beiträgt. Antikörper, T-Zellen, Immunerinnerung und Schleimhautimmunität sind nur einige der Faktoren, die an der Infektionsabwehr beteiligt sind. Die Korrelation zwischen im Labor gemessenen Reaktionen und der Schutzwirkung in der realen Welt muss sorgfältig bewertet werden.

Dieser Punkt wird auch in den Kommentaren von Experten deutlich. Professor Andy Pollard von der Oxford Vaccine Group, der nicht an der Forschung beteiligt ist, erkennt das Potenzial der KI als Game-Changer in der Impfstoffforschung an, weist jedoch darauf hin, dass das menschliche Immunsystem stark von früheren Infektionen und Impfungen beeinflusst wird, anders als bei Versuchstieren. Ergebnisse, die bei Mäusen vielversprechend waren, müssen nicht unbedingt beim Menschen gleich ausfallen.

Wissenschaftlich betrachtet ist das aktuelle Ergebnis kein "Abschluss", sondern eine "geöffnete Tür".

Erwartungen und Vorsicht verbreiten sich gleichzeitig in den sozialen Medien

 

Die Reaktionen auf diese Nachricht in den sozialen Medien lassen sich in drei Hauptkategorien einteilen.

Erstens gibt es große Erwartungen. Die Tatsache, dass KI praktische Ergebnisse im Bereich der Medizin und Arzneimittelentwicklung liefert, wird positiv aufgenommen, mit Kommentaren wie "Die Pandemiebekämpfung könnte sich ändern" oder "Wenn die Impfstoffentwicklung schneller wird, ist das ein großer Fortschritt". Besonders auf Plattformen wie LinkedIn, die viele Fachleute anziehen, gibt es positive Beiträge zur Kombination aus rechnergestütztem Antigendesign, DNA-Impfstoffen und nadelfreier Verabreichung. Für Fachleute im Bereich Medizintechnik und Biotechnologie ist dies nicht nur eine AI-Nachricht, sondern eine bedeutende Entwicklung, die in klinische Studien übergeht.

Zweitens gibt es eine vorsichtige Sichtweise. Der Begriff "von KI entworfen" kann magisch klingen, aber tatsächlich wird ein Impfstoff nicht nur von der KI allein entwickelt. Die Sammlung genetischer Informationen, Strukturanalysen, Antigendesign, Tierversuche, Herstellung, klinische Studien und die Prüfung durch Regulierungsbehörden erfordern viele menschliche Experten und Systeme. Auch in den sozialen Medien gibt es eine gewisse Skepsis gegenüber Schlagzeilen, die übermäßig betonen, dass "die KI alles erfunden hat". KI ist ein starkes Design-Tool, aber es ersetzt nicht die wissenschaftliche Überprüfung.

Drittens gibt es Bedenken hinsichtlich der Sicherheit und Biosicherheit. Wenn KI Antigene für Impfstoffe entwerfen kann, besteht die Sorge, dass sie auch für gefährliche Krankheitserreger oder biologisch riskante Designs missbraucht werden könnte. Auf Plattformen wie Reddit gibt es Diskussionen, die sowohl die Fortschritte in der biotechnologischen Forschung durch KI begrüßen als auch die Frage aufwerfen, ob die Technologie, die Heilmittel entwerfen kann, nicht auch für gefährliche Zwecke genutzt werden könnte. Dies ist weniger eine Kritik an der aktuellen Forschung selbst, sondern eher eine allgemeine Vorsicht gegenüber der Verbindung von KI und Lebenswissenschaften.

Diese drei Reaktionen sind alle natürlich. In einer Gesellschaft, in der die Erinnerung an die Pandemie noch frisch ist, existieren Erwartungen und Misstrauen gegenüber Impfstofftechnologien sowie Aufregung und Besorgnis über KI gleichzeitig. Daher ist es wichtig, dass diejenigen, die über Forschungsergebnisse berichten, Hoffnung vermitteln, ohne übermäßige Schlussfolgerungen zu ziehen.

Wie wird KI die Impfstoffforschung verändern?

Die Stärke der KI liegt darin, Muster in großen Datenmengen zu erkennen, die Menschen leicht übersehen könnten. Durch die Kombination von genetischen Informationen von Viren, Proteinstrukturen, Mutationsverläufen und Immundaten kann abgeschätzt werden, "welche Teile angegriffen werden sollten, um eine breite Wirkung zu erzielen".

Dies ist bereits ein großer Trend in den Bereichen Arzneimittelentwicklung und Proteindesign. Die Anwendung von KI erstreckt sich schnell auf die Vorhersage von Proteinstrukturen, Antikörperdesign, personalisierte Krebsimpfstoffe und Impfstoffe gegen Infektionskrankheiten.

Allerdings endet die Impfstoffentwicklung nicht mit dem molekularen Design. Es muss überprüft werden, ob das entworfene Antigen im Körper richtig exprimiert wird, ob das Immunsystem in die gewünschte Richtung reagiert, ob Nebenwirkungen akzeptabel sind, ob es bei älteren Menschen und Menschen mit Vorerkrankungen wirksam ist, ob die Herstellungskosten realistisch sind und ob es auch in einkommensschwachen Ländern verfügbar ist. Diese Punkte müssen einzeln überprüft werden, um eine medizinische Technologie zu schaffen, die in der Gesellschaft eingesetzt werden kann.

KI kann die Entwicklung beschleunigen, aber sie macht klinische Studien nicht überflüssig. Je mehr Kandidaten die KI vorschlägt, desto wichtiger wird das System zur Bewertung durch Experimente, klinische Studien und Regulierungsbehörden.

Die Bedeutung der aktuellen Studie liegt darin, dass das von der KI entworfene Antigen nicht nur ein theoretisches Modell oder ein Tierversuch bleibt, sondern in die Phase der Bewertung am Menschen übergegangen ist. Dies bedeutet, dass sich die Beziehung zwischen KI und Impfstoffforschung von einer "zukünftigen Möglichkeit" zu einem "klinischen Entwicklungsprozess" entwickelt hat.

Pandemievorsorge wird in "Friedenszeiten" entschieden

Wenn ein Impfstoff erst nach Beginn einer Pandemie entwickelt wird, entsteht zwangsläufig eine Zeitverzögerung. Bei COVID-19 wurden dank Technologien wie mRNA-Impfstoffen Impfstoffe in historisch kurzer Zeit entwickelt. Dennoch gingen weltweit viele Menschenleben verloren, die Gesundheitssysteme wurden überlastet und wirtschaftliche Aktivitäten stark eingeschränkt.

Wenn es möglich wäre, im Voraus Impfstoffkandidaten für potenziell pandemieauslösende Virusgruppen zu entwickeln, könnte sich die anfängliche Reaktion erheblich ändern. Anstatt bei Ausbruch einer Pandemie von Grund auf zu beginnen, könnten bereits vorhandene Kandidaten, die Sicherheits- und Immunreaktionsdaten aufweisen, verbessert und eingesetzt werden.

Organisationen wie CEPI arbeiten mit Unternehmen wie DIOSynVax zusammen, um sich auf zukünftige Coronaviren und unbekannte Infektionskrankheiten, die als "Disease X" bezeichnet werden, vorzubereiten. Diese Strategie basiert auf der Erkenntnis, dass Pandemievorsorge nicht in der Krise, sondern durch Forschung und internationale Zusammenarbeit in Friedenszeiten entschieden wird.

Der von der KI entworfene Impfstoff ist genau in diesem Kontext zu sehen. Es geht nicht darum, sofort mit der Massenimpfung zu beginnen. Aber als technologische Grundlage zur Vorbereitung auf zukünftige Infektionskrisen ist es ein sehr wichtiger Schritt.

Herausforderungen auf dem Weg zur praktischen Anwendung

Es gibt viele Herausforderungen auf dem Weg zur praktischen Anwendung.

Zunächst muss die Wirksamkeit überprüft werden. In der Phase-II-Studie muss die Stärke und Breite der Immunreaktion bei einer vielfältigeren Teilnehmergruppe untersucht werden. Alter, frühere Infektionsgeschichte und Impfstoffhistorie könnten die Reaktionen beeinflussen.

Ein weiteres Problem ist, welche Immunreaktion als Erfolgsindikator verwendet wird. Bei COVID-19-Impfstoffen wurden neutralisierende Antikörper als wichtiger Indikator angesehen, aber bei der Zielsetzung auf eine breite Virusfamilie könnten auch T-Zell-Antworten und nicht-neutralisierende Antikörper eine wichtige Rolle spielen. Es ist entscheidend, zu bestimmen, welche Werte tatsächlich die Schutzwirkung vorhersagen.

Darüber hinaus gibt es Herausforderungen in der Herstellung und Lieferung. Selbst wenn KI hervorragende Antigene entwerfen kann, ist es unzureichend für die Pandemievorsorge, wenn diese nicht stabil und in großen Mengen produziert werden können. Es muss auch geprüft werden, welche Plattformen wie DNA-Impfstoffe, mRNA-Impfstoffe, virale Vektoren oder Proteinimpfstoffe am besten geeignet sind.

Ein weiteres Problem ist das gesellschaftliche Vertrauen. Seit COVID-19 ist das Informationsumfeld rund um Impfstoffe komplexer geworden. Selbst wissenschaftlich vielversprechende Technologien können