Hamilton (Labnews Media LLC) – Forschende der McMaster University haben ein neuartiges KI-Modell entwickelt, das die Suche nach wirksamen Antibiotika gegen multiresistente Keime entscheidend voranbringt. Das mit Verstärkungslernen trainierte generative System SyntheMol-RL erzeugt Moleküle, die nicht nur hohe antibakterielle Aktivität gegen Erreger wie Staphylococcus aureus zeigen, sondern zugleich eine hervorragende Wasserlöslichkeit aufweisen – eine der größten Hürden bei der klinischen Entwicklung neuer Wirkstoffe.
Traditionelle Ansätze in der Antibiotika-Forschung stoßen häufig an Grenzen, weil viele vielversprechende Moleküle zwar wirksam, aber so schlecht löslich sind, dass sie nicht als Medikamente einsetzbar sind. SyntheMol-RL löst dieses Problem, indem es gezielt Molekülstrukturen optimiert, die beide Eigenschaften – Wirksamkeit und gute Löslichkeit – in sich vereinen. Das Modell nutzt maschinelles Lernen, um aus großen chemischen Räumen neuartige Verbindungen zu generieren und diese iterativ zu verbessern.
Die Arbeit markiert einen wichtigen Fortschritt im Kampf gegen die globale Antibiotikakrise. Sie zeigt, wie generative Künstliche Intelligenz die bisher extrem zeit- und kostenintensive Wirkstoffsuche deutlich beschleunigen kann und damit neue Perspektiven für die Bekämpfung resistenter Infektionen eröffnet.
Die Studie wurde am 23. April 2026 in der Fachzeitschrift Molecular Systems Biology veröffentlicht und ist Titelthema der Juni-Ausgabe.
DOI: 10.1038/s44320-026-00206-9
