Die Empa-Forscherin Jimeng Wu hat mit einer virtuellen Maus eine Alternative zu Tierversuchen geschaffen: die KI-unterstützte Maus kann berechnen, welche Nanopartikel in die Lunge, die Nieren, die Leber und die Milz einer Maus gelangen und wo sie sich ansammeln.

Bildquelle: Empa 

News • In silico-Tiermodell

Weniger Tierversuche dank virtueller KI-Maus

KI-unterstütztes in silico-Tiermodell für die medizinische Forschung

Künstliche Intelligenz (KI) kann Leben retten. Zumindest Mäuseleben. Empa-Forschende haben ein KI-gestütztes Computermodell einer Labormaus entwickelt, das mithilfe von maschinellem Lernen voraussagen kann, wie sich verschiedene Nanomaterialien im Organismus der Maus verteilen. Ganz nach dem 'Safe and Sustainable by Design'-Prinzip kann das Modell künftig nicht nur als Entscheidungshilfe bei der Medikamentenentwicklung dienen, sondern auch die Anzahl an Tierversuchen reduzieren. 

Wenn es ein Tumor geschafft hat, sich im Gehirn eines Lebewesens einzunisten, hat er es – aus Sicht des Tumors – besonders geschickt gemacht. Er hat sich nämlich hinter einer der mächtigsten Barrieren versteckt, mit denen der Körper seine wichtigsten Organe schützt: der Blut-Hirn-Schranke, einem sehr selektiven Filter, der nur ausgewählte Stoffe passieren lässt. Die meisten Medikamente gehören nicht dazu. Für die Medizin ist es deshalb eine große Herausforderung, eine wirksame Chemotherapie gegen Hirntumore zu finden.

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

Jimeng Wu

In den letzten Jahren hat die medizinische Forschung eine vielversprechende Unterstützerin gefunden: die Nanotechnologie. Materialien im Nanobereich können, bildlich gesprochen, die Rolle von Postboten übernehmen, die Wirkstoffe an die gewünschte Adresse ausliefern. Da Nanopartikel unvorstellbar klein sind – ungefähr 500-mal kleiner als der Durchmesser eines menschlichen Haars – schaffen es einige, die Schutzbarrieren des Körpers zu passieren, ohne diese zu verletzen. Um beim Beispiel des Hirntumors zu bleiben: Nanopartikel könnten also chemotherapeutische Wirkstoffe über die Blut-Hirn-Schranke ins Gehirn transportieren, wo diese dann den Hirntumor bekämpfen können. 

Allerdings müssen die Nanopartikel je nach Aufgabe, die sie erfüllen sollen, ganz bestimmte Eigenschaften aufweisen: Je nach Form, Materialzusammensetzung und Größe verteilen sie sich unterschiedlich im Körper und reichern sich in anderen Organen an. Es gilt deshalb, herauszufinden, welche Partikel ihre Aufgabe bestmöglich ausführen und dabei möglichst keinen Schaden anrichten. Bisher haben Forschende Tiermodelle, meist Mäuse, verwendet, um diesen Fragen nachzugehen: Sie verabreichten Mäusen verschiedene Nanomaterialien und untersuchten anschliessend, wie sich diese im Mäusekörper verteilten und welche Nebenwirkungen sie hatten. Diese Tierstudien sind jedoch nicht nur aufwändig, langwierig und teuer, sondern auch aus ethischer Sicht problematisch. Nicht umsonst verlangt das Schweizer Tierschutzgesetz, die Anzahl der verwendeten Tierversuche auf das notwendige Minimum zu beschränken. 

Die Empa-Forscherin Jimeng Wu, Doktorandin in den Abteilungen 'Nanomaterials in Health' und 'Technology and Society', hat deshalb eine virtuelle Maus entwickelt, an der sich diese Tests mithilfe von KI viel zeitsparender durchführen lassen. Für dieses sogenannte physiologisch basierte pharmakokinetische Modell (PBPK-Modell) hat Wu 18 Mausstudien als Grundlage genommen, also Daten von Versuchen verschiedener Forschungsteams an 'echten' Mäusen. Ergänzend hat sie ein statistisches Verfahren, die Bayesianische Analyse mit Markov chain Monte Carlo-Simulationen, in ihr Modell integriert. 

Das Ergebnis ist eine virtuelle Maus, der man – ebenfalls virtuelle – Nanopartikel verabreichen kann. Daraufhin berechnet das Modell deren Verteilung im Mäusekörper aufgrund ihrer Eigenschaften wie Größe, Beschichtung und Oberflächenladung. Gegenüber einem traditionellen PBPK-Modell, das jeweils nur für eine einzige Substanz kalibriert ist, hat Wus KI-Maus einen entscheidenden Vorteil: „Das Modell kann seine Parameter an die messbaren Eigenschaften des jeweiligen Nanopartikels anpassen“, erklärt Jimeng Wu. Diese Fähigkeit verdankt das Tool dem 'multivariaten linearen Regressionsmodell', einem Ansatz des maschinellen Lernens. 

„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. Das spare nicht nur Zeit, sondern auch Kosten, weil es eine Entscheidungshilfe bietet, bevor eine kostspielige klinische Studie gestartet wird. 

„Damit leistet das Modell einen Beitrag zum Konzept von 'Safe and Sustainable by Design' (SSbD), ergänzt Peter Wick, der Jimeng Wu zusammen mit seinem Kollegen Bernd Nowack in ihrem Doktorat begleitet. Denn die virtuelle Maus erhöhe die Sicherheit neuer Materialien oder Therapien schon vor deren Entwicklung. Allerdings gibt der Empa-Forscher zu bedenken, dass der Datensatz, mit dem das Modell bis jetzt trainiert wurde, noch sehr klein ist: Bis jetzt seien nur 18 'Peer-Reviewed Papers' auffindbar gewesen, deren Datenqualität genügte. „In vielen Studien werden die Eigenschaften der verwendeten Nanopartikel nicht ausreichend beschrieben“, merkt er an. Es gilt nun, 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. 

Jimeng Wus zukünftige Forschungsarbeit wird sich zudem einer sogenannten 'Brückenstrategie' widmen, um das Prinzip ihres in silico-Modells auf die menschliche Forschung zu übertragen. Dafür plant sie, die Prinzipien der virtuellen Maus in ein menschliches PBPK-Modell einzubetten. Im Gegensatz zu ihrer KI-Maus, die lediglich die Verteilung von Nanopartikeln in Leber, Nieren, Lunge und Milz berechnet, könnte ein menschliches in silico-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 – Nanopartikel könnten ihm in der Rolle von 'Postboten' ein Päckchen mit einer gezielten Dosis Chemotherapie überbringen. 


Quelle: Empa 

30.05.2026

Verwandte Artikel

Photo

News • Methode zur Risikostratifizierung

Stammzelltherapie beim Multiplen Myelom: Wann es auch ohne Krankenhausaufenthalt geht

Eine autologe Stammzelltransplantation kann beim Multiplen Myelom ein Fortschreiten verhindern und Beschwerden mindern. Eine neue Studie zeigt, wann die Therapie auch ambulant erfolgen kann.

Photo

News • Vermessung von Primärzilien

Schilddrüsengesundheit: KI-App beschleunigt Forschung

Eine neue App nutzt maschinelles Lernen, um Primärzilien in der menschlichen Schilddrüse zu erkennen und zu vermessen – ein Befund mit potenziell wichtigen Folgen für die Schilddrüsengesundheit.

Photo

News • Multimodaler, datengestützter Ansatz

Chronische Rückenschmerzen: KI verbessert Diagnose

Ein Forscherteam nutzt KI, um die Diagnose chronischer Rückenschmerzen zu verbessern. Ein maschinelles Lernverfahren vergleicht dabei verschiedene Diagnosekriterien für Patienten miteinander.

Newsletter abonnieren