Dieser Beitrag ist Teil 4 einer sechsteiligen Serie, die untersucht, wie künstliche Intelligenz (KI) die medizinische Forschung und Behandlung transformiert.
Zukunft der Medikamentenentwicklung
In einem Videoanruf zeigt Alex Zhavoronkov eine kleine, grünliche, diamantförmige Pille. Sie wurde von seiner Firma entwickelt, um eine seltene Lungenerkrankung, die idiopathische Lungenfibrose (IPF), zu behandeln.
Dieses Medikament ist zwar noch nicht zugelassen, hat jedoch in frühen klinischen Studien bemerkenswerte Ergebnisse erzielt. Es ist ein Beispiel für eine neue Generation von Arzneimitteln, deren Entwicklung durch den Einsatz von KI vorangetrieben wird.
„Wir sind möglicherweise die Ersten, die so weit mit einem KI-gestützten Molekül gekommen sind“, erklärt Dr. Zhavoronkov, CEO von Insilico Medicine, einem führenden US-Start-up.
Der Beitrag von Start-ups und Tech-Giganten
Von spezialisierten Biotech-Firmen bis zu Technologieriesen wie Alphabet, der Muttergesellschaft von Google, nutzen Unternehmen KI für die Medikamentenentwicklung. Alphabet gründete 2021 das britische Unternehmen Isomorphic Labs, dessen CEO Demis Hassabis den Chemie-Nobelpreis für ein bahnbrechendes KI-Modell erhielt.
Die Vorteile von KI liegen auf der Hand: Während die Entwicklung eines Medikaments oft 10–15 Jahre dauert und über 2 Milliarden Dollar kostet, verspricht KI, diesen Prozess zu beschleunigen, Kosten zu senken und die Erfolgsquote zu erhöhen.
Die Rolle von KI in der Medikamentenforschung
Laut Charlotte Deane, Professorin an der Universität Oxford, steht die Branche noch am Anfang ihrer Möglichkeiten. Eine Analyse zeigt, dass mehr als 75 „KI-entdeckte Moleküle“ klinische Studien erreicht haben – ein Meilenstein. Der nächste Schritt ist, diese Moleküle erfolgreich durch die Studien zu bringen.
KI wird vor allem in zwei Schlüsselbereichen der Medikamentenentwicklung eingesetzt:
- Identifikation therapeutischer Ziele: KI analysiert große Datenmengen, um molekulare Ziele wie Gene oder Proteine zu identifizieren.
- Design neuer Moleküle: Generative KI entwirft Moleküle, die auf die identifizierten Ziele abgestimmt sind, wodurch zeit- und kostenintensive Laborarbeiten reduziert werden.
Erfolgsbeispiele und Herausforderungen
Insilico Medicine hat sechs Moleküle in klinischen Studien, darunter eines zur Behandlung von IPF. Die Synthese und Tests von 79 Molekülen dauerten lediglich 18 Monate – deutlich schneller als der Branchendurchschnitt von vier Jahren.
Herausforderungen bestehen vor allem in der begrenzten Verfügbarkeit von Daten, die für KI-Modelle notwendig sind. Unternehmen wie Recursion Pharmaceuticals begegnen diesem Problem durch automatisierte Experimente und den Einsatz von Hochleistungscomputern.
Perspektiven
Die KI-basierte Medikamentenentwicklung könnte das Gesundheitswesen revolutionieren. Sobald KI-entdeckte Medikamente routinemäßig klinische Studien bestehen, wird klar sein, dass diese Methode der Schlüssel zur Zukunft der Medizin ist.
