Lange waren Penicillin und Co die schärfsten Waffen der Medizin gegen bakterielle Krankheitserreger. Doch inzwischen haben Resistenzen gegen die gängigen Antibiotika so zugenommen, dass diese Mittel selbst gegen einst „simple“ Infekte oft nicht mehr wirken. Deshalb müssen dringend neue Wirkstoffe gegen bakterielle Erreger entwickelt werden. Das allerdings ist nicht so einfach. Während Alexander Fleming das von Schimmelpilzen produzierte Penicillin noch durch bloßen Zufall entdeckte, müssen Wissenschaftler heute große Mengen an Naturstoffen untersuchen, um neue antibiotische Wirkstoffe zu finden. Um diese Fahndung zu erleichtern, sammeln Forscher bereits seit längerem die massenspektrometrischen Signaturen neuer Naturstoffe in speziellen Datenbanken. „Solche Datenbanken wie das Global Natural Products Social (GNPS) Netzwerk sind eine Goldmine für die Entdeckung neuer bioaktiver Substanzen“, erklären Alexey Gurevich von der Staatlichen Universität Sankt Petersburg und seine Kollegen.
Doch es gibt ein Problem: Als besonders vielversprechende Kandidaten für neue Antibiotika gelten sogenannte Peptid-Naturprodukte (PNPs) – auch die Reserve-Antibiotika Vancomycin und Daptomycin gehören zu diesen aus Proteinbausteinen aufgebauten Molekülen. Gerade diese PNP-Moleküle jedoch können in unzähligen Varianten auftreten, die von den meisten Datenbanken nicht einmal ansatzweise erfasst sind, wie die Forscher erklären. Um sie aufzuspüren, muss man daher aus der Struktur der schon erfassten PNPs auf mögliche Varianten schließen können. Bisher waren die gängigen Computerverfahren damit überfordert, doch Gurevich und seine Kollegen haben nun einen Algorithmus entwickelt, der genau dies kann. Er ermittelt, welche Varianten es für ein erfasstes Peptid geben kann und wie wahrscheinlich ihre Existenz ist. Die besten Kandidaten gibt das VarQuest getaufte System dann mitsamt Strukturformel aus.
Zehnfach größere Ausbeute
In einem ersten Test hat sich der neue Algorithmus bereits bewährt. Die Forscher ließen dafür VarQuest und zwei gängige Suchsysteme in Datenbanken mit jeweils hunderttausenden Massenspektren von Produkten verschiedener Bakterienarten suchen. Das Ergebnis: VarQuest identifizierte fast zehnmal mehr Varianten von Peptid-Naturprodukten als die gängigen Verfahren – und mehr als tausend Varianten bereits bekannter Antibiotika. „Damit gibt uns unsere Methode einen ganz neuen Einblick in die ‚Dunkle Materie der PNPs'“, sagen Gurevich und seine Kollegen. Zudem ist VarQuest erheblich schneller: Er benötigte nur wenige Stunden für eine Ausbeute, für die frühere Ansätze mehr als hundert Jahre gebraucht hätten.
„Die Suche nach Naturprodukten für die Medizin wird mehr und mehr zu einem Anwendungsbereich von Big Data“, konstatiert Koautor Hosein Mohimani von der Carnegie Mellon University in Pittsburgh. „VarQuest ist der erste Schritt dahin, die Big Data zu verarbeiten und auszuwerten, die bereits von der internationalen Forschergemeinschaft gesammelt wurden.“ Er und seine Kollegen hoffen, dass Algorithmen wie VarQuest es in Zukunft schneller und leichter machen werden, neue Wirkstoffe unter anderem gegen krankmachende Bakterien zu finden.