Weniger Tierversuche dank KI?

Tierversuche sind für die Entwicklung neuer Arzneimittel gesetzlich vorgeschrieben. Zumindest die Anzahl der benötigten Versuchstiere könnte sich jedoch zukünftig dank einer neu entwickelten künstlichen Intelligenz verringern lassen. Die KI namens genESOM lernt die Struktur kleiner Datensätze und generiert auf dieser Basis weitere Datenpunkte. Eine eingebaute Fehlerüberwachung soll dafür sorgen, dass die Ergebnisse verlässlich bleiben. Nach Angaben der Forschenden könnten auf diese Weise 30 bis 50 Prozent weniger Versuchstiere erforderlich sein.

Bevor neue medizinische Wirkstoffe zum ersten Mal an Menschen getestet werden dürfen, müssen sie zahlreiche präklinische Tests durchlaufen, darunter auch Tierversuche. Während sich Tierversuche in vielen anderen Bereichen bereits durch alternative Methoden ersetzen lassen, sind sie in der Arzneimittelforschung gesetzlich vorgeschrieben. Die Zahl der eingesetzten Tiere soll dabei aus ethischen Gründen so gering wie möglich gehalten werden, muss zugleich aber ausreichend groß sein, damit der Versuch aussagekräftige Ergebnisse hervorbringt.

Eingebaute Fehlerüberwachung

Ein Team um Jörn Lötsch von der Goethe-Universität in Frankfurt am Main hat nun eine künstliche Intelligenz namens genESOM entwickelt, die dabei helfen soll, die Anzahl der Versuchstiere zu reduzieren. „genESOM kann kleine präklinische Datensätze zuverlässig ergänzen und aus reduzierten Datensätzen aussagekräftige Erkenntnisse gewinnen“, erklären die Forschenden. Dazu lernt die KI zunächst die Struktur der Daten und generiert anschließend nach dem gleichen Muster zusätzliche Datenpunkte. Diese geben die Eigenschaften der im Versuch erhobenen Daten so genau wieder, als ob sie ebenfalls aus einem Laborexperiment stammten. genESOM simuliert damit, dass die Anzahl der Tiere im Versuch größer war als in Wirklichkeit.

Ein Risiko bei diesem Vorgehen besteht darin, dass die KI auch Zufallsbefunde verstärkt und auf diese Weise für falsch-positive Ergebnisse sorgt. Beispielsweise wäre es denkbar, dass bei einem Arzneimitteltest einzelne Mäuse aus der Behandlungsgruppe zufällig genesen – und die KI dieses Muster hochrechnet und so eine Wirkung suggeriert, die es in Wirklichkeit nicht gibt. Um die Wahrscheinlichkeit für solche falsch-positiven Befunde zu verringern, haben Lötsch und sein Team eine Fehlerüberwachung in die KI integriert. Dabei wird ein künstliches Fehlersignal in den Prozess eingespeist und dessen Ausbreitung gemessen. Sobald die wissenschaftliche Validität beeinträchtigt wird, stoppt die weitere Datengenerierung.

Zusätzliche Datenpunkte

Für einen Praxistest griffen die Forschenden auf die Daten aus einer präklinischen Studie zu Multipler Sklerose zurück, für die ursprünglich 26 Mäuse zum Einsatz gekommen waren. Lötsch und sein Team reduzierten den Datensatz auf 18 Tiere, um ein kleineres Experiment zu simulieren. Die Ergebnisse waren daraufhin nicht mehr statistisch signifikant und auch maschinelle Lernverfahren konnten keine Unterschiede mehr zwischen den verschiedenen Behandlungsmodellen erkennen. genESOM war jedoch in der Lage, diesen reduzierten Datensatz korrekt zu ergänzen. Unter Einbeziehung der zusätzlichen KI-generierten Datenpunkte traten alle Effekte des ursprünglichen Experiments wieder auf dem ursprünglichen Signifikanzniveau auf, ohne dass falsch positive Befunde hinzukamen.

„Wir haben mittlerweile eine Reihe von Datensätzen ähnlich getestet und können heute sagen: Mit genESOM lässt sich die die Zahl genutzter Tiere bei explorativen Forschungsfragen um 30 bis 50 Prozent reduzieren, und die Ergebnisse bleiben wissenschaftlich valide“, berichtet Lötsch. Ersetzen kann die KI die Tierversuche aber nicht. Schließlich ist sie als Grundlage auf Daten aus realen Tierversuchen angewiesen. Zudem lässt sich die Zahl der Versuchstiere nicht beliebig reduzieren. „Wenn man zu wenige Tiere ins Experiment aufnimmt und die Anzahl dann durch generative KI einfach ergänzt, könnte das Experiment wegen der Verstärkung von Zufallsbefunden sehr schnell wissenschaftlich wertlos werden“, sagt Lötsch. Doch auch eine Reduktion um 30 bis 50 Prozent macht bereits einen großen Unterschied. „Mit genESOM können wir einen wichtigen Beitrag zur Reduktion der Tierversuchszahlen in großen Bereichen der präklinischen Forschung leisten.“

Quelle: Jörn Lötsch (Goethe-Universität, Frankfurt am Main) et al., Pharmacological Research, doi: 10.1016/j.phrs.2026.108159

© natur.de – Elena Bernard