Dies ist der vierte Beitrag einer sechsteiligen Serie über den Einfluss von KI auf medizinische Forschung und Behandlungen.
Über einen Videoanruf hält Alex Zhavoronkov eine kleine, grüne, diamantförmige Pille in die Kamera.
Dieses Medikament wurde von seiner Firma entwickelt, um eine seltene, fortschreitende Lungenerkrankung zu behandeln, für die es weder Ursache noch Heilung gibt.
Das neue Medikament ist noch nicht zugelassen, zeigte jedoch in kleinen klinischen Studien vielversprechende Ergebnisse bei der Behandlung von idiopathischer Lungenfibrose (IPF).
Es gehört zu einer neuen Generation von Medikamenten, bei deren Entdeckung künstliche Intelligenz (KI) eine entscheidende Rolle spielte.
„Wir können nicht behaupten, dass wir das erste von KI entdeckte und designte Molekül zugelassen haben“, sagt Dr. Zhavoronkov, Mitbegründer und CEO des US-amerikanischen Start-ups Insilico Medicine. „Aber wir könnten am weitesten auf diesem Weg sein.“
Der Wettlauf um KI-basierte Medikamente
Im Rennen um KI-gestützte Medikamente setzen zahlreiche Unternehmen die Macht der KI ein, um Aufgaben zu übernehmen, die traditionell in den Bereich der medizinischen Chemie fielen.
Dazu gehören sowohl kleinere, spezialisierte Biotech-Unternehmen, die in den letzten zehn Jahren entstanden sind, als auch größere Pharmaunternehmen, die entweder selbst forschen oder mit kleineren Firmen zusammenarbeiten.
Zu den neueren Akteuren gehört Alphabet, die Muttergesellschaft von Google. Sie gründete 2021 die britische KI-Medikamentenentwicklungsfirma Isomorphic Labs.
Dessen CEO, Demis Hassabis, erhielt in diesem Jahr den Nobelpreis für Chemie für ein KI-Modell, das auch für die Medikamentenentwicklung nützlich sein soll.
Der Einsatz von KI in der Medikamentenforschung könnte Patienten erheblich zugutekommen, sagt Chris Meier von der Boston Consulting Group (BCG).
Die Entwicklung eines neuen Medikaments dauert im Durchschnitt 10 bis 15 Jahre und kostet mehr als 2 Milliarden Dollar (1,6 Milliarden Pfund).
Rund 90 % der Medikamente, die in klinische Studien gehen, scheitern. KI soll diese Risiken und Kosten senken und die Erfolgsquote steigern.
Charlotte Deane, Professorin für strukturelle Bioinformatik an der Universität Oxford, erklärt, dass eine neue Ära beginnt, in der KI zentral für den Medikamentenentwicklungsprozess ist.
„Wir stehen am Anfang dessen, wie gut das werden könnte“, sagt sie.
Es wird jedoch nicht zu weniger pharmazeutischen Wissenschaftlern führen, meinen Experten. Die Einsparungen werden vor allem durch weniger Fehlschläge erzielt.
Eine Analyse von BCG ergab, dass mindestens 75 „KI-entdeckte Moleküle“ in klinischen Studien getestet werden, und viele weitere sind in Vorbereitung.
Zwei Schlüsselbereiche der KI-Medikamentenforschung
Dr. Meier erklärt, dass KI besonders in zwei Bereichen der Medikamentenforschung eingesetzt wird.
Erstens identifiziert sie auf molekularer Ebene therapeutische Ziele, die korrigiert werden sollen, wie etwa Gene oder Proteine, die durch die Krankheit verändert werden.
Während Wissenschaftler diese Ziele traditionell im Labor experimentell testen, kann KI große Datenbanken analysieren, um Verbindungen zwischen molekularer Biologie und Krankheiten herzustellen.
Zweitens entwirft KI Medikamente, die diese Ziele korrigieren. Dabei kommt generative KI zum Einsatz, um Moleküle zu konzipieren, die an das Ziel binden und wirken könnten.
Insilico Medicine nutzt KI für beide Schritte und zur Vorhersage des Erfolgs in klinischen Studien, was die Entdeckung optimiert.
Das Unternehmen hat sechs Moleküle in klinischen Studien, darunter eines gegen IPF. Zusätzlich sind vier Moleküle für Studien freigegeben, und etwa 30 weitere zeigen Potenzial.
„Unsere Maschinen träumen, bis sie ein perfektes Medikament entwerfen, das alle Kriterien erfüllt“, sagt Dr. Zhavoronkov.
Die Entwicklung des IPF-Medikaments dauerte 18 Monate und erforderte Tests von 79 Molekülen, im Vergleich zu 500 Molekülen und vier Jahren im traditionellen Verfahren.
Der Mangel an Daten bleibt jedoch eine Herausforderung, sagen Experten. Einige Unternehmen, wie Recursion Pharmaceuticals, generieren eigene umfangreiche Datensätze, um KI-Modelle zu trainieren.
Recursion hat einen Ansatz entwickelt, um unerwartete Beziehungen zwischen Molekülen zu finden. Ihr KI-entwickeltes Medikament gegen Lymphome und solide Tumore befindet sich in frühen klinischen Studien.
Chris Gibson, CEO von Recursion, betont, dass der Beweis für den Erfolg von KI-entwickelten Molekülen darin liegen wird, ob sie die klinischen Studien bestehen und langfristig die Erfolgsrate erhöhen.
„Wenn das geschieht“, sagt Dr. Gibson, „wird klar sein, dass dies der richtige Weg ist.“
