Forscher der Perelman School of Medicine der University of Pennsylvania haben mithilfe künstlicher Intelligenz ein bisher unentdecktes Potenzial in Prionproteinen aufgedeckt. Wie die im Fachjournal Nature Microbiology veröffentlichte Studie zeigt, könnten in den für neurodegenerative Erkrankungen bekannten Proteinen verborgene Peptide mit stark antibiotischer Wirkung stecken. Das Forschungsteam um César de la Fuente identifiziert diese neu entdeckte Klasse als sogenannte Prionine. Angesichts global zunehmender Antibiotikaresistenzen stößt die traditionelle Wirkstoffforschung an Grenzen. Die Penn-Wissenschaftler nutzten das KI-Modell APEX 1.1, um systematisch 19,3 Millionen kurze Peptidfragmente aus 2.897 Prion- und prionähnlichen Proteinen zu analysieren. Das System prognostizierte die antibiotische Aktivität der Sequenzen und filterte 1.179 vielversprechende Kandidaten heraus. Dieser datengetriebene Ansatz ermöglicht es, Biomoleküle jenseits ihrer etablierten pathologischen Rolle zu bewerten und neue Wirkstoffquellen systematisch zu erschließen. In Labor- und In-vivo-Tests wurden 75 der KI-ausgewählten Peptide gegen elf bakterielle Erreger, darunter mehrere multiresistente Stämme, überprüft. 59 der Kandidaten zeigten nachweislich hemmende Effekte, wobei 42 bereits in niedrigen Konzentrationen stark wirkten. Die aktiven Prionine stören primär die bakterielle Zellmembran. Die Toxizität gegenüber menschlichen Zellen und Erythrozyten blieb gering, mit 16 Peptiden ohne nachweisbare Schädigung in getesteten Dosen. Zur Validierung im lebenden Organismus testeten die Forscher zwei führende Kandidaten aus Pilz- und Fadenwurmproteinen in einem Mausmodell für Hautinfektionen. Beide reduzierten die Bakterienlast bei Infektionen mit dem schwer behandelbaren Erreger Acinetobacter baumannii wirksam. Die therapeutische Leistung entsprach dem etablierten Antibiotikum Polymyxin B, ohne belastbare Nebenwirkungen auszulösen. Die Ergebnisse markieren einen strukturellen Wandel in der Arzneimittelentwicklung. Sie belegen, dass künstliche Intelligenz verborgene biologische Schichten erschließen kann, um therapeutische Funktionen von Proteinen zu identifizieren, die lange nur als Krankheitsverursacher galten. Die Studie ändert nichts an den bekannten schädlichen Mechanismen fehlgefalteter Prionen, verdeutlicht aber, dass diese Proteinstrukturklassen ein bisher ungenutztes Reservoir für neue Antibiotika darstellen. Die Forschung unterstreicht, wie maschinelles Lernen die Suche nach Wirkstoffen von empirischen Tests hin zu einer systematischen Exploration biomolekularer Datenlandschaften transformiert und neue Forschungsrichtungen an der Schnittstelle von angeborener Immunabwehr und Proteinaggregation eröffnet.