Aiddison wurde mit experimentell validierten Datensätzen aus der pharmazeutischen Forschung und Entwicklung aus mehr als zwei Jahrzehnten trainiert. Die Software ist in der Lage, aus über 60 Mrd. Möglichkeiten jene Substanzen zu identifizieren, die wesentliche Eigenschaften eines erfolgversprechenden Wirkstoffs aufweisen, z. B. Nicht-Toxizität, Löslichkeit und Stabilität im Körper. Daraufhin schlägt die Plattform optimale Synthesewege für diese Wirkstoffe vor.
„Obwohl Millionen von Menschen auf die Zulassung neuer Arzneimittel warten, dauert die Entwicklung eines Medikaments bis zur Markteinführung im Durchschnitt noch immer mehr als 10 Jahre und kostet teils mehrere Milliarden Euro“, sagt Karen Madden, Chief Technology Officer im Unternehmensbereich Life Science von Merck. „Mit unserer Plattform können Labore auf generative KI zurückgreifen, um die am besten geeigneten wirkstoffähnlichen Moleküle in einem enormen chemischen Spektrum zu identifizieren.“
Einsparungen im Milliardenbereich
Die Entdeckung von Wirkstoffen, auch als Drug Discovery bezeichnet, ist ein langwieriger und iterativer Prozess. Lediglich rund 10 % der in Phase I evaluierten Wirkstoffkandidaten können erfolgreich auf den Markt gebracht werden. Es erfordert viel Zeit, Ressourcen und Know-how, um aus einem ganzen Kosmos von Molekülen die am besten geeignete chemische Substanz zu finden. Mithilfe von Modellen für KI und maschinelles Lernen können Systeme wie Aiddison bisher unbekannte Erkenntnisse aus riesigen Datensätzen gewinnen und so die Erfolgsquote bei der Entwicklung neuer Therapien für Patienten erhöhen. Bis zum Jahr 2028 könnten mithilfe der KI Einsparungen von mehr als 70 Mrd. US$ im Drug-Discovery-Prozess erzielt werden – bei Pharmaunternehmen könnte die Zeit- und Kostenersparnis hierbei bis zu 70 % betragen.
nen.
