Forschung: Corona Wie IT die Suche nach Covid-19-Medikamenten unterstützt
Anbieter zum Thema
Mit Cloud Computing, Quantenphysik und Hochleistungscomputern lässt sich die Forschung deutlich beschleunigen. Das zeigt ein Projekt unter der Leitung des französischen Unternehmens Qubit Pharmaceuticals. Mithilfe dieser Techniken konnten die Forscher innerhalb von sechs Monaten zwei chemische Substanzen ausfindig machen, die sich für medikamentöse Covid-19-Behandlungen eignen.

Der Bedarf an schneller, präziser und skalierbarer medizinischer Forschung war noch nie so offensichtlich wie heute. Seit Ausbruch der Covid-19-Pandemie mussten Wissenschaftler in kurzer Zeit fundiertes Wissen über das Virus aufbauen, um so schnell wie möglich Arzneimittel zur Vorbeugung und Behandlung der Atemwegserkrankung zu finden. In der EU wurden bislang acht Medikamente zugelassen.
Neue Hoffnung machen zwei neuartige chemische Substanzen, die eine Replikation des Covid-19-Virus stoppen sollen. Entdeckt wurden die sogenannten SARS-CoV-2-Hauptproteaseinhibitoren von der Firma Qubit Pharmaceuticals, die Mitarbeiter des französischen „Centre National de la Recherche Scientifique“ (CNRS), der Universität Texas, der Sorbonne, dem „Conservatoire National des Art et Métiers“ (CNAM) sowie der Universität Washington gegründet haben. Die beiden Substanzen werden jetzt im Hinblick auf die Entwicklung neuer Covid-19-Medikamente geprüft, die den Verlauf der Infektionen mildern sollen.
Cloud Computing
Entscheidende Fortschritte erzielte Qubit durch die Nutzung von Cloud-Computing-Ressourcen. Gemeinsam mit dem Cloud-Anbieter AWS konnte das Forscherkonsortium die beiden chemischen Verbindungen innerhalb von sechs Monaten ausfindig machen. Der Einsatz von quantenphysikgesteuerter Molekulardynamik-Software und High Performance Computing (HPC) in der Cloud hat das Projekt zusätzlich beschleunigt.
Digitales Corona-Modell
Als Basis der Forschung diente eine Art Landkarte – eine ultrahochauflösende digitale Visualisierung des SARS-CoV-2-Virus, die Chemiker der Universität Sorbonne bereits im Jahr 2020 erstellt hatten. Ein Team aus Experten des Chemiekonzerns Enamine sowie Wissenschaftlern aus Italien, Frankreich und der Schweiz glich bestehende Datenbibliotheken anhand der Karte ab. Ziel war es, Verbindungen zu identifizieren, die bei der Exposition gegenüber Covid-19 ein hohes Maß an Aktivität aufweisen.
Mithilfe des nationalen Supercomputing-Zentrums (GENCI) und verschiedenen AWS-Diensten führten die Forscher von Qubit HPC-Simulationen aus und modellierten unterschiedliche Proteine, die an SARS-CoV-2- und CoV-1-Viren beteiligt sind. Über einen Covid-19-Sonderzuschuss von AWS ließen sich zusätzliche Simulationen in der Cloud realisieren. Zudem kam die hochleistungsfähige Molekulardynamik-Software Tinker-HP zum Einsatz.
Dank der hohen Rechenleistung konnten die Forscher proprietäre Algorithmen in der Cloud ausführen, große Datenmengen analysieren und dabei die Kosteneffizienz im Auge behalten. Unterstützt wurden sie dabei von AWS-Werkzeugen sowie Amazon-EC2-Instanzen (Amazon Elastic Compute Cloud), die gemeinsam mit NVIDIA-GPUs riesige Datenbibliotheken auf der Suche nach potenziellen reaktiven Covid-19-Verbindungen durchsuchen. Zum Einsatz kam zudem ein Plugin für den HPC-Auftragsplaner Slurm, der für eine effiziente Nutzung von Ressourcen innerhalb von AWS sorgt. Mithilfe dieser Werkzeuge konnte das Forscherteam die Datenbibliotheken durchforsten und Verbindungen testen, die zuvor aufgrund von Zeit- und Kostenbeschränkungen möglicherweise übersehen worden wären.
Schnelle und genaue Forschung
Die Entdeckung der zwei neuartigen Wirkstoffkandidaten dürfte den Weg für die Entwicklung neuer Therapien gegen das Virus ebnen. Die nächste Stufe der Forschungsarbeit ist jetzt die Synthese- und Testphase. Hier werden die verschiedenen Covid-19-Varianten einbezogen, die die weltweite Gesundheitskrise verschärft haben.
Das Projekt zeigt, dass der Einsatz virtueller Screening-, Quantenmechanik-, Molekulardynamik- und 3D-Strukturlösungen in der Forschung die Geschwindigkeit und Genauigkeit sowie den Umfang der Ergebnisse deutlich erhöht. Mithilfe von HPC in der Cloud lassen sich die Rechen- und Speicherleistung je nach Bedarf skalieren und Ressourcen für die Modellierung und Simulation bereitstellen. Dadurch trägt die Technik dazu bei, Informationen für die Planung klinischer Studien zu liefern und Studienergebnisse vorherzusagen – ohne die Vorabinvestitionen, die HPC in einer On-Premises-Umgebung erfordert.
(ID:48425079)