Antibiotikaresistenz

Um Antibiotikaresistenzen bei Krankheitserregern vorherzusagen, greifen Fachleute zunehmend auf maschinelles Lernen zurück. Mit dessen Hilfe lassen sich anhand der Genetik eines Erregers Resistenzmechanismen erkennen. Die Ergebnisse sind allerdings mit Vorsicht zu betrachten: Forschende des Würzburger Helmholtz-Instituts für RNA-basierte Infektionsforschung (HIRI) konnten nachweisen, dass die Modelle häufig weniger zuverlässig sind als angenommen. Ihre Erkenntnisse wurden im Fachmagazin PLOS Biology veröffentlicht [1]. Sie tragen dazu bei, verlässlichere Werkzeuge zur Vorhersage und Bekämpfung von Antibiotikaresistenzen zu entwickeln.

Infiziert der Krankenhauskeim Pseudomonas aeruginosa den Menschen, nutzt er das zuckerbindende Protein LecA, um sich an menschliche Zellen anzuheften, diese zu befallen und sogenannte Biofilme zu bilden. Damit spielt LecA eine zentrale Rolle bei der Entstehung und dem Verlauf von Infektionen mit diesem von der Weltgesundheitsorganisation (WHO) als besonders kritisch eingestuften Erreger. Forschende des Helmholtz-Instituts für Pharmazeutische Forschung Saarland (HIPS) haben nun herausgefunden, dass der zugelassene Parkinson-Wirkstoff Tolcapon dazu in der Lage ist, die Aktivität von LecA gezielt zu hemmen. Diese Erkenntnis erlaubt es dem Forschungsteam, neue Strategien zur Bekämpfung von Pseudomonas-Infektionen zu entwickeln. Ihre Ergebnisse veröffentlichten die Forschenden in der Fachzeitschrift Angewandte Chemie International Edition [1].