In einem bedeutenden Fortschritt für die pharmazeutische Forschung haben Wissenschaftlerinnen und Wissenschaftler der Ohio State University ein künstliches Intelligenzsystem entwickelt, das die Entwicklung neuer Medikamente revolutionieren könnte.
Das neuartige generative KI-Modell namens DiffSMol wurde von einem Team unter der Leitung von Professor Xia Ning aus den Fachbereichen Biomedizinische Informatik sowie Informatik und Ingenieurwesen der Universität entwickelt. DiffSMol analysiert die Formen bekannter Liganden – Moleküle, die an Proteinziele binden – und nutzt diese Formen als Bedingungen, um völlig neue 3D-Moleküle mit verbesserten Bindungseigenschaften zu generieren.
„Indem wir bekannte Formen als Bedingung verwenden, können wir unser Modell darauf trainieren, neuartige Moleküle mit ähnlichen Formen zu erzeugen, die in bisherigen chemischen Datenbanken nicht existieren“, erklärt Ning. Die Wirksamkeit des Systems ist bemerkenswert: Bei der Erzeugung von Molekülen mit Potenzial zur Beschleunigung der Arzneimittelentwicklung erreichte DiffSMol eine Erfolgsquote von 61,4 % und übertraf damit frühere Forschungsansätze, die lediglich etwa 12 % Erfolg verzeichneten, deutlich.
Die Forschenden demonstrierten die Fähigkeiten von DiffSMol anhand von Fallstudien zu Molekülen, die auf Cyclin-abhängige Kinase 6 (CDK6) abzielen – ein Enzym, das Zellzyklen regulieren und das Krebswachstum hemmen kann – sowie auf Neprilysin (NEP), das in Therapien zur Verlangsamung des Fortschreitens von Alzheimer eingesetzt wird. Die Ergebnisse zeigten, dass die von der KI generierten Moleküle voraussichtlich hochwirksam wären: DiffSMol übertraf die Basismethoden bei den Bindungsaffinitäten um 13,2 % und – in Kombination mit Formvorgaben – sogar um 17,7 %.
Dieser Durchbruch erfolgt zu einem Zeitpunkt, an dem die US-Arzneimittelbehörde FDA neue regulatorische Rahmenbedingungen für KI in der Arzneimittelentwicklung etabliert. Im Januar 2025 veröffentlichte die Behörde einen Entwurf mit dem Titel „Considerations for the Use of Artificial Intelligence to Support Regulatory Decision-Making for Drug and Biological Products“, der Empfehlungen für den Einsatz von KI zur Unterstützung regulatorischer Entscheidungen hinsichtlich Sicherheit, Wirksamkeit und Qualität von Arzneimitteln gibt.
Während die traditionelle Arzneimittelentwicklung vom Entdecken bis zur Markteinführung typischerweise etwa ein Jahrzehnt dauert, könnten KI-gestützte Ansätze wie DiffSMol diesen Zeitraum erheblich verkürzen. Das Forschungsteam hat den Code von DiffSMol anderen Wissenschaftlern zur Verfügung gestellt, weist jedoch auf aktuelle Einschränkungen hin: Das System kann bislang nur neue Moleküle auf Basis der Formen bereits bekannter Liganden generieren – eine Begrenzung, die sie in zukünftigen Arbeiten überwinden möchten.