Die Pharmaindustrie, deren wirtschaftliches Wohlergehen ganz zentral von der Entwicklung
neuer so genannter “Blockbuster Medikamente” abhängig ist, ist traditionell durch hohe
Misserfolgsraten, lange Entwicklungszyklen sowie enorme finanzielle Aufwendungen geprägt.
Eine Art Hoffnungsschimmer tauchte Mitte der 2010er Jahre auf, als eine Gruppe ambitionierter Unternehmen, darunter Atomwise, BenevolentAI, Exscientia und Recursion, begann, künstliche Intelligenz (KI) in den Fokus zu stellen, mit dem Ziel, die Branche nicht weniger als zu revolutionieren. Das Leitmotiv von Atomwise – „Better drugs, faster“ (“Bessere Medikamente, schneller”) verdeutlicht simpel, und zugleich selbstbewusst, wie KI zu einer magischen Problemlöserin für die Herausforderungen der Pharmaindustrie avancieren sollte.
Blicken wir auf das Jahr 2023 zurück, stellen wir zwar einerseits fest, dass KI bedeutende Fortschritte gemacht hat, bislang aber weder die Rolle der Wissenschaftler:innen einnimmt, noch die versprochene Revolution herbeigeführt hat.
Im Rahmen unserer Interviewreihe “Practical Applications of ML in the Pharma Industry” hatten wir, Merantix Momentum, Umsetzungspartner für KI-Projekte, die Möglichkeit, mit führenden Köpfen hinter diesen Entwicklungen zu sprechen. Dieser Artikel fasst eine Chronologie von Hoffnung und Ernüchterung zusammen – und erklärt zugleich, warum wir KI in der Pharmabranche nicht als Revolution verstehen sollten, um ihr Potenzial angemessen verstehen zu können. Im Zentrum dieses Potenzials steht dabei die sich dynamisch entwickelnde Beziehung zwischen KI und der gleichbleibend zentralen, sich jedoch verändernden Rolle pharmazeutischer Forscher:innen.
KI-basierte Biotechnologie: Große Hoffnungen treffen auf harte Realitäten
Zehn Jahre. Dieser Zeitraum gilt als anvisierte Norm in der Arzneimittelentwicklung. Nach circa zehn Jahren wird ein potentielles Arzneimittel in klinischen Studien getestet und es zeigt sich, ob es sicher und wirksam genug ist, um auf den Markt zu kommen. Dies ist der Zeitpunkt, an dem jahrelange Forschung auf die finale Probe gestellt wird. Angesichts dieser Jahrzehntnorm ist jetzt der Zeitpunkt, an dem die vor circa zehn Jahren von KI-entworfenen Moleküle zeigen können, ob sie halten, was sie versprechen. Die Ergebnisse sind – ernüchternd. Während KI eine neue Geschwindigkeit und Herangehensweise an das Moleküldesign eingeführt hat, hat sie nicht konsequent die traditionell langwierigen Zeitspannen verkürzt oder Erfolg in klinischen Studien garantiert. So konnte etwa Exscientia, ein in Großbritannien ansässiges Unternehmen, zunächst den Beginn seiner KI-designten Krebstherapie EXS-21546 in einer Phase-I/II-Studie bekannt geben, bevor wenig später die abrupte Einstellung der Studie vermeldet wurde. Ebenso erlitt BenevolentAI einen Rückschlag, als sein Dermatitis-Medikament in einer Phase-IIa-Studie keine Überlegenheit gegenüber einem Placebo demonstrieren konnte. Die ehrgeizige Vision von Recursion, innerhalb eines Jahrzehnts 100 Artzneimittel in klinischen Studien zu testen, liegt in weiter Ferne: Bis heute wurden lediglich vier Kandidaten gefunden. Was folgte war die Realisation, dass die pharmazeutische Forschung weiterhin ein höchst komplexes und forderndes Umfeld repräsentiert, in welchem klinische Erfolge selten sind. Für die Biotechnologieindustrie, mit einer Erfolgsrate von nur fünf bis zehn Prozent bei der Zulassung neuer Medikamente, ist die Auswirkung von KI zwar vielversprechend, aber kein Allheilmittel.
KI als idealer Kooperationspartner von Wissenschaftler:innen
Künstliche Intelligenz stellt zweifellos eine tiefgreifende Veränderung in der Pharmabranche dar. Allerdings erkennen wir zunehmend, dass diese Veränderung eher einer Evolution gleicht – ein gradueller, aber dennoch tiefgreifender Wandel – statt einer plötzlichen Revolution. Im Zentrum der Zukunft der Pharmabranche steht nicht KI alleine, sondern vielmehr die enge und synergetische Zusammenarbeit zwischen Menschen und Maschinen, um das Beste aus beiden Welten zu vereinen.
Führende Köpfe hinter diesen stattfindenden Entwicklungen sind sich einig: Die holistische Integration von KI in die Phasen der Arzneimittelentwicklung bietet Unterstützung auf eine Weise, die einst unvorstellbar war. Dr. Stephan Hegge, VP of Corporate Strategy bei HotSpot Therapeutics, fasst diesen Eindruck zusammen: Es ist “unsere Philosophie ist, dass die menschliche Expertise, insbesondere bei Innovationen und kreativen Ideen, die über das Gewöhnliche hinausgehen, unübertroffen bleibt”. Ein konkretes Anwendungsgebiet ist für Stephan die interne Nutzung von Natural Language Processing (NLP), einem Teilgebiet der KI, zur Identifikation und Analyse relevanter wissenschaftlicher Publikationen – eine Aufgabe, für die früher enormer personeller Einsatz notwendig war. Der von KI schon heute geschaffene Mehrwert wird derweil von fast allen anderen Branchenexperten bestätigt. Eric Sigel, Mitbegründer & CEO von Citadel Discovery, weist beispielsweise auf Durchbrüche wie AlphaFold, eine Entwicklung des Google DeepMind Teams hin: „Fortschritte bei der Vorhersage von Proteinstrukturen, wie sie zum Beispiel bei AlphaFold zu sehen sind, werden genauere Vorhersagen von Wechselwirkungen kleiner Moleküle mit Proteinen ermöglichen.“.
Bereits heute existierende Anwendungsgebiete erstrecken sich darüber hinaus über die gesamte Medikamentenentwicklung. Komplexe Disziplinen wie die Optimierung von Wirkstoffstrukturen, Pharmakokinetik und Pharmakodynamik, welche früher zwangsläufig auf komplizierte statistische Simulationen angewiesen waren, sind heute ein Gebiet für die Integration von KI und maschinellem Lernen (ML). Dr. Nils Weskamp von Boehringer Ingelheim beschreibt diese Entwicklung folgendermaßen: „Die Geschwindigkeit, mit der ML-Modelle Vorhersagen treffen können, ermöglicht schnellere Iterationen und verändert unseren Arbeitsstil. Sie ergänzen nicht nur herkömmliche Ansätze, sondern decken auch neue Prinzipien auf, indem sie unterschiedliche Datentypen integrieren und komplexe Muster erkennen, die menschliche Fähigkeiten übersteigen“. Diese Beispiele bleiben nur ein kleiner Einblick in die wichtiger werdende Rolle der KI – einerseits bei der Verbesserung, andererseits bei der Umgestaltung eingehender Prozeduren innerhalb der pharmazeutischen Forschung. Die Rolle von KI in der pharmazeutischen Forschung manifestiert sich jedoch nicht nur in den komplexen Forschungsprozessen; sie entlastet auch die Wissenschaftler:innen von monotonen manuellen Tätigkeiten wie beispielsweise der Analyse von Laboruntersuchungen, Observation von Nagetierverhalten und Inspektion von Mikroskopieabbildungen. Dies steigert zudem die Genauigkeit und Reproduzierbarkeit der Auswertung. Dr. Peter Staller, Leiter der Abteilung Funktionelle Genomforschung bei Nuvisan Pharma Services, hebt eine weitere entscheidende Anwendung hervor: „Die Verbesserung der Bildanalyse, insbesondere bei Patientenproben, kann Einblicke in die molekularen Grundlagen von Krankheiten geben. KI kann in diesem Bereich erheblich dazu beitragen, entscheidende Muster und Wechselwirkungen aufzudecken.“
Der Aufbau effektiver KI-Modelle erfordert jedoch mehr als nur brillante Wissenschaftler:innen und umfangreiche Daten. Viel mehr verlangt dieser ein vielfältiges Team, bestehend aus Datenwissenschaftler, Experten für maschinelles Lernen, Full-Stack-Ingenieuren, UI/UX-Designern und vielen anderen, die alle zusammenarbeiten, um robuste und benutzerfreundliche Modelle zu erstellen.
Angesichts dieser vielfältigen Vorteile integrieren heute nahezu alle großen Pharmaunternehmen KI aktiv in ihre Arzneimittelentwicklung – ob durch interne Ansätze, Partnerschaften oder Akquisitionen von KI-Unternehmen.
Der Beitrag von KI ist schrittweise, aber entscheidend
KI ist ein Katalysator, der die Pharmabranche weniger im Zuge einer Revolution, sondern eher im Rahmen einer stetigen Evolution weiterentwickelt. Sie hat Wissenschaftler:innen nicht ersetzt und wird dies auf absehbare Zeit auch nicht tun. Sie ist vielmehr ein wertvolles Werkzeug geworden, das hilft, bessere Medikamente schneller zu entwickeln. Das Versprechen, „Better drugs, faster“ wurde also, wenn auch anders als damals antizipiert, gehalten. KI ist heute zentraler Bestandteil in den meisten forschenden Pharmaunternehmen, wobei die Frage nach dem Ausmaß des Potenzials von KI weiter in der Zukunft liegt. Fest steht: Die Zukunft der pharmazeutischen Forschung wird durch die nahtlose Integration von menschlicher Kreativität und den innovativen Fähigkeiten der KI definiert werden. Letztlich gelten also Wissenschaftler:innen als treibende Kraft und Navigator, um die von KI bereitgestellten neuen Freiräume und Gelegenheiten produktiv zu nutzen.