26.03.2024

©MCML & Leon Hetzel - LMU

Get to know MCML Junior Member Leon Hetzel

Created during the first MCMLxDJS-Workshop

PhD student Leon Hetzel presents a new method designed to make drug discovery more effective: “I like to imagine the drug development process in the shape of a pyramid. At the basic level, there are a number of molecules that are potential candidates for a new active ingredient, for example as an anti-cancer agent. These individual molecules are examined in a complex process before the most suitable ones are identified, which are then tested on animals or humans. At the top of the pyramid is the most suitable active ingredient. My algorithm, called chemCPA, is now designed to streamline the pyramid by being able to predict the effect of molecules.”

Read more about how this method saves researchers many hours of lab work as well as money.

This article was written by Leonie Fischer from the Deutsche Journalistenschule (DJS). It was created in a workshop together with DJS. Talented journalism students met some of MCML`s junior researchers and got a glimpse of their work. The result: One article about the research of each junior member that took part at the workshop written by one journalism student.

Algorithmus in der Petrischale

Leon Hetzel stellt eine neue Methode vor, die die Entdeckung von Arzneimitteln effektiver machen soll. Der Algorithmus chemCPA soll Forschenden zukünftig vor vielen Stunden im Labor bewahren und dabei auch noch Geld sparen.

Den Prozess der Medikamentenentwicklung stelle ich mir gern in der Form einer Pyramide vor. Auf der Basisebene sind etliche Moleküle, die potenzielle Kandidaten für einen neuen Wirkstoff sind, beispielsweise als Mittel gegen Krebs. In einem aufwändigen Prozess werden diese einzelnen Moleküle untersucht, ehe sich die passendsten herausstellen, die dann an Tieren oder Menschen getestet werden. An der Spitze der Pyramide steht der geeignete Wirkstoff. Mein Algorithmus namens chemCPA soll die Pyramide jetzt verschlanken, indem er in der Lage ist, die Wirkung von Molekülen vorherzusagen.

Wenn der passende Wirkstoff gesucht wird, wird einer Zelle ein Molekül, welches das Potenzial hat, Bestandteil eines neuen Medikaments zu sein, hinzugefügt. Diesen Prozess, der eine Art Störung der Zelle darstellt, nennt man Perturbation. Es wird also untersucht, welchen Einfluss dieses Molekül auf die Zelle nimmt.

Für die herkömmliche experimentelle Vorgehensweise im Labor braucht es für 200 verschiedene zu untersuchende Moleküle mindestens 200 Petrischalen mit Zellen und den jeweiligen Molekülen, die dann über einen längeren Zeitraum beobachtet werden müssen. Diese Vorgehensweise, die Forschende üblicherweise anwenden, ist kosten- und zeitintensiv. chemCPA soll das ändern. Ich selbst war nämlich noch nie im Labor - mein Algorithmus kann diese Experimente am Computer durchführen.

Der Zustand einer Zelle kann anhand ihrer RNA beschrieben werden. Vielleicht erinnert ihr euch an den Biologie-Unterricht: Die Gene einer Zelle können nämlich von der DNA in eine RNA transkribiert, also umgeschrieben, werden. Die Gesamtheit dieser in RNA-Moleküle umgeschriebenen Gene nennt sich Transkriptom. Das Transkriptom von Zellen ist wie ihre Signatur. Die von einer Herzzelle unterscheidet sich von der einer Hautzelle.

Wenn Zellen mit Molekülen behandelt werden, ändert sich diese Signatur. Es kommt zu einer Störung, der zuvor erwähnten Perturbation, die die Funktionsweise der Zelle beeinflussen kann. Für die Medikamentenforschung wird das Transkriptom von unbehandelten Zellen mit denen verglichen, denen Moleküle hinzugefügt wurden.

Wie kann chemCPA mir nun aber sagen, wie sich die Zellen verändern, wenn ich dafür nicht ins Labor gehe? Zunächst muss ich klarstellen: chemCPA kann lediglich Vorhersagen über die Wirkung von Molekülen auf Zellen treffen. Das Besondere an chemCPA ist, dass es sogar Vorhersagen über unbekannte Moleküle treffen kann. Die Unsicherheit, die in dieser Berechnung besteht, wird ebenfalls erfasst.

Nichtsdestotrotz soll chemCPA ermöglichen, eine kleinere Auswahl an potenziell geeigneten Molekülen herauszufiltern. Dabei können viele finanzielle und zeitliche Ressourcen gespart werden, die bei Labormessungen entstanden wären. Wie bei anderen Vorhersagen auch, müssen den Berechnungen des Algorithmus allerdings “echte” Versuche vorangehen, da der Algorithmus chemCPA weiterhin auf Daten von Laborexperimenten basiert. Das bedeutet: Ich arbeite zwar nicht im Labor, bin aber weiterhin auf die Arbeit von denen angewiesen, die es tun. Ihre Arbeit ist momentan nicht zu ersetzen.

Auf die Berechnungen von chemCPA müssen erneut Laborexperimente folgen, da diese eine höhere Genauigkeit aufweisen - dann aber mit weniger Petrischalen, da der Algorithmus dabei geholfen hat, Moleküle mit Potenzial zu identifizieren. Am Ende soll chemCPA also den Prozess vom potenziell geeigneten Molekül bis zum anwendbaren Medikament, welches im besten Falle eines Tages Leben erleichtert oder sogar rettet, verkürzen.

26.03.2024