Diese KI-Plattform hilft bei der Medikamentenentwicklung

Die Entwicklung neuer Arzneimittel gehört zu den anspruchsvollsten wissenschaftlichen Disziplinen überhaupt: Wirkstoffkandidaten müssen zugleich wirksam, sicher, wirtschaftlich produzierbar und regulatorisch belastbar sein. Mit diesem Anforderungspaket geraten klassische, iterative Verfahren der Medizinalchemie schnell an ihre Grenzen. Gerade in frühen Forschungsstadien sowie im molekularen Design kommt es vor allem auf manuelle, schrittweise Prozesse an.

Die Ausarbeitung eines einzigen Synthesewegs kann daher Wochen in Anspruch nehmen, bindet hochqualifizierte Teams. Das hat unter anderem den Nachteil, dass viel versprechende Kandidaten ausgebremst werden, weil die Unternehmen sich schon aus Kostengründen beschränken müssen.

Medikamente entwickeln dank KI

Das Unternehmen Redwood, gegründet von Forscherinnen und Forschern aus den Bereichen Chemie, Medizin und künstlicher Intelligenz, bietet hier nun einen neuen Ansatz. Eine neu entwickelte KI-Plattform soll chemische Analysemethoden mit maschinellem Lernen kombinieren, um Syntheserouten zu prognostizieren und zu verbessern.

Durch den Einsatz intelligenter Algorithmen wolle man Reaktionsverläufe vorhersagen, Kosten- und Sicherheitsaspekte berücksichtigen sowie datengestützte Empfehlungen ermöglichen. Auf dieser Basis soll es Chemikerinnen und Chemikern gelingen, neue Verbindungen schneller zu entwerfen, zu priorisieren und zu verfeinern. Dem Unternehmen nach könnten Experimentierzyklen, die früher Wochen oder Monate dauerten, auf Minuten verkürzt werden. Dabei gehen sie von einer internen Modellgenauigkeit von etwa 95 Prozent aus.

Medikamente mit KI: Datenpool und integrierte Bewertung als Schlüssel zum Erfolg

Das Kernmodell von Redwood AI ist herstellergebunden und auf mehr als eine Milliarde Moleküle sowie vier Millionen Reaktionen trainiert. So sei es möglich, innerhalb von weniger als einer Minute automatisch mehrere Synthesewege zu generieren. Jeder einzelne Schritt wird vollständig hinsichtlich Kosten, Lieferanten aus über 60 weltweiten Quellen sowie Sicherheits- und Umweltaspekten bewertet.

Zum Vergleich: Für diese Aufgaben benötigen ganze Chemiker-Teams mehrere Wochen. Redwood will dies mit der neu entwickelten KI-Plattform also in einem Bruchteil der Zeit erledigen – und das auch noch präziser, skalierbarer und mit deutlich mehr Handlungsoptionen. Im Ergebnis soll sich das natürlich auch auf die Kosten auswirken. Anders gesagt: Redwook AI verspricht beträchtliche Einsparungen bei der Medikamentenentwicklung.

Wettbewerbsvorteile durch KI

Einen weiteren Vorteil sieht Redwood in der Flexibilität. Die Plattform ließe sich an unterschiedliche Projektgrößen anpassen und nahtlos in bestehende Forschungs- und Produktionsumgebungen einbinden. Daraus könne sich durchaus ein starker Wettbewerbsvorteil gegenüber anderen KI-Modellen ergeben.

Aus Sicht des Unternehmens seien es vor allem die Kosten- und Umweltbewertung, der Synthese-Datensatzbau, die Skalierungsunterstützung und die Sicherheitsprognosen, die den integrierten Ansatz ausmachen. Indem man diese Funktionen anbiete, decke man alle zentralen Bereiche ab – im Gegensatz zum Wettbewerb. Auf diese Art und Weise erhofft der Anbieter sich einen strategischen Vorsprung.

Kunden liefern Trainingsdaten

Das Unternehmen setzt bei der neu entwickelten KI-Lösung auf ein abonnementbasiertes Software-as-a-Service-Modell. Dieses richtet sich vor allem an Pharma- und Biotechnologieunternehmen. Kundinnen und Kunden könnten nicht nur von dem Modell profitieren, sondern zugleich für mehr Leistungsfähigkeit der Technik sorgen.

Denn mit jedem neuen Kunden wachse der interne Datenbestand aus realen Synthesen und Reaktionen. Das breite Einsatzspektrum dient ebenfalls dem Training des KI-Systems und stütze zusätzlich das künftige Wachstum des Unternehmens. Das ist zumindest die Aussage von Redwook AI.

Vom Dienstleister zum Entwickler

Im nächsten Schritt strebt das Unternehmen an, eigene Wirkstoffkandidaten mittels ihrer KI-Plattform zu entwickeln. Für Kundinnen und Kunden sei eine Hilfestellung entlang des kompletten Entwicklungszyklus angedacht. Dadurch könne man sich auch von einem reinen Softwareanbieter zu einem Unternehmen entwickeln, das selbst KI-gestützten Arzneimittelentwicklung anbiete.