Das Verbundprojekt Deep-iAMR beschäftigt sich mit dem Thema Antibiotikaresistenzen (AMR). Diese breiten sich weltweit immer stärker aus und stellen eine globale Bedrohung für die Weltbevölkerung dar. Bei einer stetig wachsenden Zahl von Infektionskrankheiten, die durch Mikroorganismen hervorgerufen werden, haben viele bislang entwickelte Antibiotika bereits ihre Wirkung verloren. Eine effektive Vorbeugung oder Behandlung ist nicht mehr oder nur noch mit größtem medizinischem Aufwand möglich. Neue Antibiotika zu entwickeln bzw. durch intensive molekulare Forschung neue Ansatzpunkte für Antibiotika – etwa durch Aufklärung von Resistenz-Mechanismen – zu identifizieren ist daher dringend erforderlich.

Hier setzt Deep-iAMR an: Im Rahmen des Projekts sollen sogenannte künstliche neuronale Netze und Deep-Learning-Konzepte optimiert werden. Sie sollen künftig in der Lage sind, Antibiotika-Resistenz-Mechanismen innerhalb neu sequenzierter Bakteriengenome differenziert vorherzusagen, zu klassifizieren sowie potentielle neue Antibiotika-Ziele zu erkennen. Es ist geplant, verschiedene Omics-Datensätze mit klinischen, phänotypischen und genombasierten Informationen gut charakterisierter multiresistenter E.coli-Bakterien zu kombinieren. Mit diesen Informationen soll das künstliche neuronale Netz eingelernt werden, das – so trainiert – dann in die Lage versetzt wird, anhand von Ähnlichkeiten neue Resistenzmuster zu erkennen und zu analysieren. Ziel ist es, mithilfe des Netzes künftig immer mehr und immer komplexere Zusammenhänge bei der Ausbildung von Antibiotikaresistenzen zu identifizieren.