Schneller Wirkstoffkandidaten identifizieren

Amgen nutzt KI für die Wirkstoffforschung

Amgen nutzt künstliche Intelligenz und maschinelles Lernen, um geeignete Wirkstoffkandidaten schneller zu identifizieren. Für das Entwickeln eines Proteinarzneimittels benötigt das Biotechunternehmen heute 60 % weniger Zeit als vor fünf Jahren.

6. März 2024 - 11:30

Bei vielen Molekülen kann nicht so leicht von der Struktur auf die Funktion geschlossen werden.

(Bild: Alexander Raths - Fotolia)

Der neue Ansatz der generativen Biologie, bei dem Amgen KI- und ML-basierte Computermodelle (künstliche Intelligenz und maschinelles Lernen) einsetzt, verkürzt nicht nur den Entwicklungszeitraum. Die Forschungsteams des Biotechunternehmens können mittels der Computermodelle auch bessere Vorhersagen über die Eigenschaften von Proteinen treffen und einschätzen, inwieweit sie erfolgreiche Wirkstoffkandidaten sind. Das Biotechunternehmen verknüpft die Computermodelle mit dem bestehenden automatisierten Hochdurchsatzverfahren im Labor.

Höhere Erfolgsquote für neue Therapien

Interface der Software Aiddison von Merck, die ein Protein zeigt; Wirkstoffentwicklung, KI, maschinelles Lernen, Arzneimittel, Medikament, Moleküldesign

Engineering & Projekte

Merck startet mit KI-Lösung zur Wirkstoffforschung und -synthese

Der Darmstädter Konzern Merck hat eine Software für die Wirkstoffforschung mit dem Namen Aiddison auf den Markt gebracht. Die Plattform soll dabei unterstützen, den Entwicklungsprozess von Arzneimitteln zu beschleunigen.Auch Merck nutzt KI-Lösungen in der Wirkstoffforschung.

Wie wird KI für die Arzneimittelforschung trainiert?

KI-Modelle, wie Chat-GPT, werden auf bestehende Daten trainiert, um neue Texte, Bilder oder andere Arten von Daten zu generieren. Die generativen Computermodelle in der Arzneimittelentwicklung trainieren Forschende hingegen mit Aminosäuresequenzen und Daten über Proteinstrukturen und -funktionen. Laut Dr. Stefan Kropff, Medizinischer Direktor bei Amgen, könne das Unternehmen auf Datenmengen der letzten 40 Jahre zurückgreifen, um die Computermodelle zu trainieren. Auf diese Weise können die Modelle molekulare Ziele identifizieren sowie Eigenschaften wie Wirksamkeit, Sicherheit und Effizienz der Proteinwirkstoffe vorhersagen.

Auf dem Weg zur GMP- konformen KI

Reinraumtechnik

Künstliche Intelligenz und GMP-Validierung

Von der Arzneimittel-Forschung bis zur Herstellung bietet die Integration von KI in regulierte pharmazeutische Prozesse großes Potenzial. Eine Herausforderung ist dabei, wie Industrie und Behörden gemeinsam eine GMP-konforme KI ermöglichen können.Nicht nur bei der Wirkstoffforschung auch bei der GMP-Validierung kann KI unterstützen.