Künstliche Intelligenz (KI) kann Leben retten – zumindest Mäuseleben, denn Empa-Forschende haben ein KI-gestütztes Computermodell einer Labormaus entwickelt, das mittels maschinellem Lernen voraussagt, wie sich verschiedene Nanomaterialien im Organismus verteilen. Ganz nach dem „Safe and Sustainable by Design“-Prinzip dient das Modell künftig als Entscheidungshilfe bei der Medikamentenentwicklung und kann die Anzahl an Tierversuchen reduzieren. Dies ist besonders relevant, da Tumore im Gehirn hinter der Blut-Hirn-Schranke – einem hochselektiven Filter zum Schutz der wichtigsten Organe – für die meisten Medikamente unerreichbar sind, was wirksame Chemotherapien zu einer großen medizinischen Herausforderung macht.
In den letzten Jahren hat die Forschung jedoch eine vielversprechende Unterstützerin in der Nanotechnologie gefunden: Da Nanopartikel ungefähr 500-mal kleiner als der Durchmesser eines menschlichen Haars sind, können sie wie Postboten agieren, welche die Schutzbarrieren des Körpers verletzungsfrei passieren und chemotherapeutische Wirkstoffe zur gezielten Tumorbekämpfung direkt ins Gehirn transportieren.
Suche nach dem passenden Nanomaterial
Da Nanopartikel je nach Form, Materialzusammensetzung und Größe ganz bestimmte Eigenschaften aufweisen müssen, verteilen sie sich unterschiedlich im Organismus und reichern sich in verschiedenen Organen an. Um herauszufinden, welche Partikel ihre Aufgabe bestmöglich ausführen und dabei möglichst keinen Schaden anrichten, griffen Forschende bislang auf Tiermodelle – meist Mäuse – zurück, denen verschiedene Nanomaterialien verabreicht wurden, um anschließend deren Verteilung und Nebenwirkungen im Körper zu untersuchen. Diese Tierstudien sind jedoch nicht nur aufwändig, langwierig und teuer, sondern auch aus ethischer Sicht problematisch, weshalb das Schweizer Tierschutzgesetz ausdrücklich verlangt, die Anzahl der verwendeten Tierversuche auf das absolut notwendige Minimum zu beschränken.
KI-Maus mit entscheidendem Vorteil
Die Empa-Forscherin Jimeng Wu hat deshalb eine virtuelle Maus entwickelt, an der sich diese Tests mithilfe von KI viel zeitsprecher durchführen lassen, wobei sie für dieses physiologisch basierte pharmakokinetische Modell (PBPK-Modell) die Daten aus 18 realen Mausstudien verschiedener Forschungsteams als Grundlage herangezogen hat. Durch die zusätzliche Integration der Bayesianischen Analyse mit Markov-chain-Monte-Carlo-Simulationen entstand eine virtuelle Maus, der man ebenfalls virtuelle Nanopartikel verabreichen kann, woraufhin das Modell deren Verteilung im Körper basierend auf Eigenschaften wie Größe, Beschichtung und Oberflächenladung berechnet.
Gegenüber einem traditionellen PBPK-Modell, das jeweils nur für eine einzige Substanz kalibriert ist, bietet dieses System einen entscheidenden Vorteil: „Das Modell kann seine Parameter an die messbaren Eigenschaften des jeweiligen Nanopartikels anpassen“, erklärt Jimeng Wu. Diese Fähigkeit verdankt das Tool einem multivariaten linearen Regressionsmodell, das als Ansatz des maschinellen Lernens die dynamische Anpassung ermöglicht.
Beitrag zu Safe and Sustainable by Design
„Dieses KI-gestützte Screening-Instrument erlaubt es Forschenden, virtuell zu testen, welche Art von Nanopartikeln sich am besten für eine bestimmte Aufgabe eignen, bevor sie diese Partikel überhaupt herstellen“, führt Jimeng Wu weiter aus, was neben Zeit auch Kosten spart, da es eine wertvolle Entscheidungshilfe vor dem Start kostspieliger klinischer Studien bietet.
„Damit leistet das Modell einen Beitrag zum Konzept von «Safe and Sustainable by Design» (SSbD), ergänzt Peter Wick, da die virtuelle Maus die Sicherheit neuer Materialien oder Therapien schon vor deren Entwicklung erhöht, obgleich der Empa-Forscher zu bedenken gibt, dass der Datensatz mit bisher nur 18 auffindbaren „Peer-Reviewed Papers“ von ausreichender Datenqualität noch sehr klein ist. „In vielen Studien werden die Eigenschaften der verwendeten Nanopartikel nicht ausreichend beschrieben“, merkt er an, weshalb es nun gilt, die virtuelle Maus mit zusätzlichen Studiendaten zu füttern und zu verifizieren, um die Zuverlässigkeit der Vorhersagen weiter zu erhöhen. „Unser Fernziel besteht darin, den Prozess der Entwicklung von nanomedizinischen Materialien bis zur Anwendung als Medikament an der Patientin oder dem Patienten zu verkürzen und dabei möglichst auf Tierversuche verzichten zu können“, betont er.
Das Modell für die menschliche Forschung nutzbar machen
Jimeng Wus zukünftige Forschungsarbeit wird sich zudem einer sogenannten „Brückenstrategie“ widmen, um das Prinzip ihres in silico-Modells auf die menschliche Forschung zu übertragen, wofür sie die Prinzipien der virtuellen Maus in ein menschliches PBPK-Modell einzubetten plant. Im Gegensatz zu ihrer KI-Maus, die lediglich die Verteilung von Nanopartikeln in Leber, Nieren, Lunge und Milz berechnet, könnte ein solches menschliches Modell auch zur Untersuchung sensibler Zielorgane eingesetzt werden – zum Beispiel, um zu erforschen, in welchem Ausmaß bestimmte Nanopartikel die Blut-Hirn-Schranke überwinden können. Auch der eingangs erwähnte Hirntumor dürfte sich hinter dieser Schranke dann nicht mehr sicher fühlen, da Nanopartikel ihm in der Rolle von „Postboten“ ein Päckchen mit einer gezielten Dosis Chemotherapie überbringen könnten.
Quelle
Leibniz-Institut für Alternsforschung (FLI) (06/2026)
Publikation
J. Wu, P. Wick, B. Nowack: Data-Driven Prediction of Nanoparticle Biodistribution from Physicochemical Descriptors; ACS Nano (2025);
https://doi.org/10.1021/acsnano.5c03040