KI-entwickelte Medikamente erreichen späte Studienphasen, da Plattformen zur Wirkstoffforschung ausreifen
Eine Übersichtsarbeit aus dem Jahr 2025 vergleicht fünf führende KI-Plattformen für die Wirkstoffentwicklung und hebt dabei Meilensteine in Phase IIa und Phase III sowie den Vorstoß hin zu selbstfahrenden Laboren hervor.
Zusammenfassung
Künstliche Intelligenz hat sich in der Wirkstoffforschung von einem experimentellen Versprechen zu einer realen klinischen Erprobung entwickelt. Diese Übersichtsarbeit vergleicht fünf führende Plattformtypen: generative Chemie, Phänomik-basierte Systeme, integrierte Pipelines von der Zielstruktur bis zum Design, Wissensgraph-basierte Arzneimittelumwidmung (Repurposing) sowie Design auf Basis von Physik und maschinellem Lernen. Zu den wichtigsten Meilensteinen zählen positive Phase-IIa-Ergebnisse für ISM001-055 von Insilico Medicine bei idiopathischer Lungenfibrose, die Fusion von Recursion und Exscientia sowie der Eintritt des mit Schrödinger entwickelten Zasocitinib (TAK-279) in die Phase III. Die Autoren diskutieren außerdem aufstrebende Akteure wie Insitro, Isomorphic Labs, Atomwise und XtalPi, sich wandelnde Erwartungen der FDA und der EMA an Transparenz und Verzerrungen (Bias) sowie robotergestützte, selbststeuernde Labore. Die Übersichtsarbeit legt nahe, dass KI Entwicklungszeiten verkürzen und Ausfallraten senken könnte, wobei diese Vorteile größtenteils noch prospektiv sind.
Detaillierte Zusammenfassung
Die Wirkstoffforschung ist langsam, kostspielig und anfällig für Fehlschläge in späten Entwicklungsphasen. KI wird zunehmend als Möglichkeit vorgeschlagen, Zeitpläne zu verkürzen und die Ausfallquote zu senken. Das ist bedeutsam für Erkrankungen mit Bezug zur Langlebigkeit wie Fibrose, Krebs und altersassoziierte entzündliche Erkrankungen, bei denen neue Therapien dringend benötigt werden.
Dieser narrative Übersichtsartikel vergleicht kritisch fünf führende Kategorien KI-gestützter Plattformen zur Wirkstoffentdeckung: generative Chemie, Phänomik-basierte Systeme, integrierte Pipelines von der Zielstruktur bis zum Design, Wissensgraph-basiertes Repurposing sowie Design auf Basis von Physik plus maschinellem Lernen. Der Schwerpunkt liegt auf Entwicklungen seit 2024, und es werden auch aufstrebende Unternehmen aus mehreren Regionen einbezogen.
Zu den hervorgehobenen Meilensteinen gehören positive Phase-IIa-Ergebnisse für den TNIK-Inhibitor ISM001-055 von Insilico Medicine bei idiopathischer Lungenfibrose. Recursion und Exscientia fusionierten, um phänomisches Screening mit automatisierter Präzisionschemie in einer durchgängigen Plattform zu verbinden. Der aus Nimbus hervorgegangene TYK2-Inhibitor Zasocitinib (TAK-279) erreichte Phase III und zeigt, wie der physikgestützte Designansatz von Schrödinger die späte klinische Prüfung erreicht. Insitro, Isomorphic Labs, Atomwise und XtalPi werden als Akteure beschrieben, die die technische und geografische Reichweite des Feldes erweitern.
Die Autoren argumentieren, dass regulatorische und ethische Rahmenwerke der FDA und der EMA beginnen, Transparenz, Verzerrungen (Bias), Verantwortlichkeit, geistiges Eigentum und Datenschutz zu adressieren. Sie verweisen zudem auf selbststeuernde Labore, in denen Robotik in Kombination mit KI die Design-Make-Test-Learn-Zyklen beschleunigt und die Reproduzierbarkeit verbessert. Die Zukunftsperspektive konzentriert sich auf multimodale Foundation-Modelle, robotergestützte Plattformen und hybride Strategien aus Physik und KI.
Einschränkungen: Es lag nur die Zusammenfassung vor, daher werden die detaillierten Vergleiche hier nicht bewertet. Der Übersichtsartikel ist keine systematische Analyse, und die Aussagen zu verkürzten Zeitplänen und geringeren Ausfallquoten werden als Potenzial und nicht als bewiesen dargestellt. Die Autoren geben außerdem eine Zugehörigkeit zu einem Startup für KI-gestützte Wirkstoffentdeckung an, erklären jedoch, dass dieses keine Rolle bei dem Artikel gespielt habe.
Wichtigste Erkenntnisse
- Insilico Medicine's TNIK inhibitor ISM001-055 showed positive phase IIa results in idiopathic pulmonary fibrosis.
- Recursion and Exscientia merged, combining phenomic screening with automated precision chemistry into one end-to-end platform.
- Zasocitinib (TAK-279), a TYK2 inhibitor from Schrödinger's physics-enabled design approach, has advanced to phase III trials.
- Five platform archetypes are compared, from generative chemistry to knowledge-graph repurposing and hybrid physics-ML design.
- FDA and EMA frameworks are starting to address AI transparency, bias, accountability, intellectual property, and data privacy.
Methodik
Dies ist ein narrativer Review, der fünf Kategorien KI-gestützter Plattformen zur Wirkstoffentdeckung kritisch vergleicht und die Entwicklungen seit 2024 zusammenfasst. Die Zusammenfassung beschreibt weder eine systematische Literatursuche noch formale Auswahlkriterien.
Studienlimitierungen
Es wurde nur das Abstract geprüft, daher konnten weder Belege auf Plattformebene noch Vergleiche bewertet werden. Als narrativer Review ist die Arbeit möglicherweise anfällig für Selektionsverzerrungen (Selection Bias), und die Aussagen zu schnelleren Zeitplänen und geringeren Abbruchraten werden lediglich als Potenzial beschrieben. Die Autoren haben ein KI-Start-up für die Wirkstoffforschung mitgegründet, was als möglicher Interessenkonflikt offengelegt wurde.
Hat dir diese Zusammenfassung gefallen?
Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.
E-Mail-Adresse zum Abonnieren eingeben: