Das Pandemievirus Sars-​CoV-2 wandelt sich ständig, neue Varianten können die Welt unvorbereitet treffen – so geschehen im vergangenen November mit der Omikron-​Variante.

Forschende um Sai Reddy, Professor am Departement für Biosysteme der ETH Zürich in Basel, haben nun eine Methode entwickelt, um solche Fragen mit Hilfe von künstlicher Intelligenz zu beantworten – allenfalls sogar in Echtzeit unmittelbar nachdem eine neue Variante auftaucht.

Für jede einzelne von zig Milliarden potenziellen Virusvarianten sagt sie voraus, ob sie menschliche Zellen zu infizieren vermag und ob sie von Antikörpern, die das Immunsystem von geimpften und genesenen Personen produziert, erkennt und neutralisiert wird.

Als Grundlage für ihre Methode erzeugten Reddy und sein Team im Labor eine grosse Sammlung mutierter Varianten des Sars-​CoV-2-Stachelproteins. Diese umfasst zwar nicht alle theoretisch möglichen Varianten, aber immerhin eine Million davon.

Die Forschenden nutzten die gesammelten Daten, um Modelle des maschinellen Lernens zu trainieren. Diese Modelle können nun aufgrund der DNA-​Sequenz einer Variante genau vorhersagen, ob diese Variante in der Lage ist, an das ACE2-​Protein anzudocken und damit eine menschliche Körperzelle zu infizieren.

Ausserdem können die Algorithmen voraussagen, ob die Variante bestehenden neutralisierenden Antikörpern ausweichen kann. Die Computermodelle können nun dazu verwendet werden, diese Vorhersagen für die Milliarden theoretisch möglicher Varianten zu treffen, was weit über die Million Varianten hinausgehen, welche die Forschenden im Labor getestet haben.

Reddy weist darauf hin, dass man die Technologie ausserdem an andere Viren anpassen könne, zum Beispiel an das Influenzavirus, das die saisonale Grippe verursacht, um auch dort in Zukunft mehr Informationen für die Entwicklung von Impfstoffen zu erhalten.