AI används i jakten på nya TBC-läkemedel

Ulrika Simonssons forskargrupp bygger matematiska modeller som kan förutspå vilka läkemedel och vilken dos som ger bäst effekt och minst biverkningar.

– Många tror att tuberkulos inte längre är något som vi drabbas av i Sverige, men situationen har förändrats. Idag är tuberkulos en sjukdom som berör oss alla, eftersom bakterierna har blivit resistenta. Läkemedlen har slutat fungera eftersom bakterien har ändrat sig och blivit motståndskraftig mot många och ibland alla tillgängliga antibiotika, säger Ulrika Simonsson, som är professor i farmakokinetik vid Uppsala universitet.

Förra året avled den första personen i Sverige som inte kunde botas av sjukvården på grund av resistens, men det finns förstås länder där situationen är mycket värre. Problemen har lyfts av FN till en politisk nivå och inom EU satsas mångmiljonbelopp på att ta fram nya antibiotika.

I det nya EU-konsortiet ERA4TB – där Uppsala universitet är en av aktörerna – samarbetar företag och forskare för att ta fram nya kombinationer av läkemedel för att möta det ökande hotet från resistenta tuberkulos-bakterier.

Matematiska modeller hittar rätta dosen

Ulrika Simonsson leder forskningen vid Uppsala universitet och har fått anslag på 18 miljoner kronor för de närmaste sex åren. Hennes forskargrupp bygger matematiska modeller som kan förutspå vilka läkemedel och vilken dos som ger bäst effekt och minst biverkningar.

– Vi samarbetar med dem som gör prekliniska försök och integrerar all information i modellen så att vi kan välja rätt läkemedel och den optimala dosen, en sorts virtuella kliniska prövningar, säger Ulrika Simonsson.

Dagens läkemedel är ineffektiva enligt dagens standard och en ny, snabbare och säkrare behandling krävs för att minska behandlingslängden och övervinna hotet mot läkemedelsresistenta stammar. 

Utmaningen är att tuberkulos inte bara behandlas med ett läkemedel utan av flera. Traditionellt har man testat ett läkemedel i taget, men i projektet testas flera samtidigt, för att se hur de påverkar varandra.

Vad är fördelen med att använda datormodeller och artificiell intelligens (AI)?
– När man utvecklar läkemedel så har man testat det på ett begränsat antal patienter, men de kanske inte är representativa. Nu kan vi samla in information om fler patienter, fortsätta att samla in information och förfina den, så att modellen uppdateras kontinuerligt och blir bättre och bättre.

Forskargruppen utvecklar också modeller för att förutse den optimala dosen för individuella patienter, beroende på faktorer som ålder, kön och njurfunktion. Målet är att läkare i framtiden ska kunna ladda ned en app till sin telefon, som ger förslag på en specifik individuell dos.

Antibiotika används för ofta

Problemen med resistenta bakterier gäller inte bara tuberkulos utan är en del av den växande problematiken med antibiotikaresistens, som beror på att antibiotika används för ofta och på fel sätt.

– Det har blivit en förändring i samhället och medvetenheten ökar men i många länder i Europa är det fortfarande lätt att få tag i antibiotika, konstaterar Ulrika Simonsson.

Vid Uppsala universitet drivs också det nystartade EU-projektet Combine, som leds av Anders Karlén. Det är ett multinationellt samarbete där elva partners från akademi och industri tillsammans ska bana väg för effektivare utveckling av antibiotika.

– Samarbetet mellan Combine och ERA4TB kommer att stärka Uppsala universitets roll i omvärlden i dessa frågor. Det finns också ett tredje konsortium som ska identifiera nya potentiella läkemedel. Tillsammans ingår dessa tre konsortier i Innovative Medicine Initiative´s (IMI:s) Antimicrobial resistance (AMR) Accelerator Programme. Det här är en enorm satsning och en akut situation. Det är spännande att få vara en del i ett större, europeiskt sammanhang, säger Ulrika Simonsson.