Supercomputer entdeckte mögliche Wirkstoffe gegen SARS-CoV-2
Einer der leistungsfähigsten Computer weltweit untersuchte 42.000 bekannte Substanzen im Hinblick darauf, ob sie bei dem Coronavirus SARS-CoV-2 Wirkung zeigen könnten. Die Berechnung dauerte zwei Monate. Mehrere bereits zugelassene Hepatitis-C-Medikamente ermittelte der Supercomputer als besonders erfolgversprechende Kandidaten. Darüber hinaus zeigte auch ein Naturstoff besonderes Potenzial gegen COVID-19.
Der Supercomputer MOGON II., der von der Johannes Gutenberg-Universität Mainz und dem Helmholtz-Institut Mainz betrieben wird, errechnete einige Hepatitis-C-Medikamente als mögliche Wirkstoffe gegen COVID-19. Zudem entdeckte der Computer, dass Substanzen aus dem Japanischen Geißblatt wirksam gegen SARS-CoV-2 sein könnten. Die Ergebnisse der Berechnung wurden kürzlich in einem Bulletin der Weltgesundheitsorganisation (WHO) vorgestellt.
Hat der Supercomputer einen Wirkstoff gegen COVID-19 entdeckt?
Gegen die Viruserkrankung Hepatitis C existieren einige Medikamente, die auch bei der durch das Coronavirus SARS-CoV-2 verursachten Krankheit COVID-19 helfen könnten. Der Supercomputer ermittelte in einer zweimonatigen Berechnung die Medikamente als erfolgversprechendste Kandidaten aus 42.000 Wirkstoffen.
30 Milliarden Berechnungen
Der Supercomputer simulierte in insgesamt 30 Milliarden Berechnungen, welche der 42.000 Substanzen in der Lage sind, an Proteine des Coronavirus SARS-CoV-2 zu binden, so dass sie das Eindringen in die menschlichen Zellen verhindern oder die Vermehrung hemmen können. „Dieses als molekulares Docking bezeichnete und seit Jahren anerkannte Verfahren von Computersimulationen ist wesentlich schneller und kostengünstiger als Laborexperimente“, berichtet Professor Dr. Thomas Efferth vom Institut für Pharmazeutische und Biomedizinische Wissenschaften.
Sensationelles Ergebnis
„Unseres Wissens sind wir die Ersten, die molekulares Docking im Zusammenhang mit SARS-CoV-2 angewendet haben“, betont Efferth. Die Ergebnisse seien sensationell. Der Computer habe gleich vier zugelassene Hepatitis-C-Medikamente gefunden, die sehr erfolgversprechend seien. Darüber hinaus macht ein Naturstoff aus dem Japanischen Geißblatt Hoffnung auf ein Heilmittel.
Vier Hepatitis-Wirkstoffe als Kandidaten
Aus den Berechnungen geht hervor, dass die vier Hepatitis-C-Medikamente Simeprevir, Paritaprevir, Grazoprevir und Velpatasvir mit hoher Wahrscheinlichkeit sehr stark an SARS-CoV-2 anbinden können. Daraus ergibt sich ebenfalls eine hohe Chance, dass Ansteckungen damit verhindert oder zumindest das Risiko gesenkt werden könnte. „Dafür spricht auch, dass es sich bei SARS-CoV-2 genau wie beim Hepatitis-C-Virus um ein sogenanntes einzelsträngiges RNA-Virus handelt, also um ein Virus desselben Typs“, betont Efferth.
Naturheilstoff ebenfalls vielversprechend
Neben den Hepatitis-C-Medikamenten entdeckte der Supercomputer auch einen Naturstoff als potenzielles Heilmittel. Dabei handelt es sich um eine Substanz aus dem Japanischen Geißblatt (Lonicera japonica). Die Pflanze wird in Asien bereits seit Jahrhunderten bei verschiedenen Erkrankungen eingesetzt. Dies könnte erklären, warum in China immer wieder von positiven Erfahrungen berichtet wird, wenn COVID-19-Erkrankte eine unterstützende Behandlung aus der traditionellen chinesischen Medizin erhalten.
Ergebnisse müssen noch an Menschen überprüft werden
„Unsere Ergebnisse müssen nun durch Laborexperimente und klinische Studien überprüft werden“, erläutert Efferth. Da es sich um bereits zugelassene Wirkstoffe handelt, dürfte dieser Prozess jedoch deutlich kürzer als gewöhnlich ablaufen. (vb)
Lesen Sie auch: Corona Heilmittel: Traditionelle chinesische Medizin (TCM) hilft gegen COVID-19.
Autoren- und Quelleninformationen
Dieser Text entspricht den Vorgaben der ärztlichen Fachliteratur, medizinischen Leitlinien sowie aktuellen Studien und wurde von Medizinern und Medizinerinnen geprüft.
- Johannes Gutenberg-Universität Mainz: Durch Simulationen am Supercomputer mögliche Wirkstoffe gegen Coronavirus gefunden (veröffentlicht: 30.04.2020), uni-mainz.de
- Onat Kadioglu, Mohamed Saeed, Henry Johannes Greten, Thomas Effert: Identification of novel compounds against three targets of SARS CoV-2 coronavirus by combined virtual screening and supervised machine learning; in: Computers in Biology and Medicine, Volume 133, June 2021, sciencedirect.com
- Onat Kadioglu, Mohamed Saeed, Henry Johannes Greten, Thomas Effert: Identification of novel compounds against three targets of SARS CoV-2 coronavirus by combined virtual screening and supervised machine learning; in: Bull World Health Organ. E-pub: 21 March 2020
Wichtiger Hinweis:
Dieser Artikel enthält nur allgemeine Hinweise und darf nicht zur Selbstdiagnose oder -behandlung verwendet werden. Er kann einen Arztbesuch nicht ersetzen.