Schalten Sie den Editor’s Digest kostenlos frei
Roula Khalaf, Herausgeberin der FT, wählt in diesem wöchentlichen Newsletter ihre Lieblingsgeschichten aus.
Der Chef von Google DeepMind glaubt, dass sein Spin-out zur Arzneimittelforschung die Zeit, die für die Suche nach neuen Medikamenten benötigt wird, halbieren wird und damit die Aufmerksamkeit der größten Pharmaunternehmen der Welt auf sich ziehen wird, die auf künstliche Intelligenz setzen, um den langwierigen Prozess zu revolutionieren.
Im Gespräch mit der Financial Times sagte Demis Hassabis, Mitbegründer der KI-Abteilung von Google und Leiter des Medikamentenablegers Isomorphic Labs, das Ziel bestehe darin, die Entdeckungsphase – in der potenzielle Medikamente vor klinischen Studien identifiziert werden – von durchschnittlich fünf Jahren zu verkürzen bis zwei. „Ich denke, das wäre ein Erfolg für uns und von großer Bedeutung“, sagte er.
Hassabis gab das Ziel wenige Tage nach der Bekanntgabe der ersten beiden pharmazeutischen Partnerschaften von Isomorphic Lab mit Eli Lilly und Novartis bekannt, die einen Gesamtwert von bis zu 3 Milliarden US-Dollar hatten und die Finanzen der unprofitablen Gruppe umgestalten sollten.
Isomorphic Labs nutzt eine KI-Plattform zur Vorhersage biochemischer Strukturen, die die Entwicklung neuer Medikamente unterstützt, indem sie empfiehlt, welche potenziellen Verbindungen die gewünschte Wirkung im Körper haben werden.
Einschließlich klinischer Studien dauert es oft bis zu einem Jahrzehnt, ein neues Medikament zu entdecken und zu entwickeln, was einer Studie des Tufts Center for the Study of Drug Development zufolge durchschnittlich etwa 2,7 Milliarden US-Dollar kostet.
Große Arzneimittelhersteller, die unter dem Druck stehen, ihre Pipelines mit neuen potenziellen Medikamenten zu füllen, während die bestehenden mit Patentklippen konfrontiert sind, während sie mit weitaus günstigeren Generika-Konkurrenz konfrontiert werden, suchen nach neuen Möglichkeiten, den Prozess zu verkürzen. Da Gesundheitssysteme auf der ganzen Welt die Arzneimittelpreise unter Druck setzen, suchen Pharmaunternehmen auch nach Möglichkeiten, die Kosten in Forschung und Entwicklung zu senken.
Hassabis sagte, dass viele Arzneimittelhersteller ebenfalls gerne mit Isomorphic zusammenarbeiten wollten, das Unternehmen sich jedoch auf Kooperationen konzentrieren wollte, die seine Technologie verbessern könnten. „Wenn wir wollten, könnten wir heute wahrscheinlich ein Dutzend Partnerschaften eingehen, aber dann würden wir uns zu stark fragmentieren und mehr maßgeschneiderte Lösungen für die einzelnen Programme entwickeln“, sagte er.
Stattdessen entschied sich Isomorphic dafür, Verträge mit nur zwei Pharmaunternehmen abzuschließen. Am Sonntag kündigte das Unternehmen an, dass Lilly 45 Millionen US-Dollar im Voraus zahlen werde. Weitere 1,7 Milliarden US-Dollar sollen gezahlt werden, wenn das Projekt Leistungsmeilensteine erreicht, etwa wenn Medikamente in die Erprobung gelangen oder zugelassen werden.
Novartis würde 37,5 Millionen US-Dollar im Voraus zahlen und zusätzlich 1,2 Milliarden US-Dollar an leistungsabhängigen Anreizen zahlen.
Isomorphic sagte, es plane, irgendwann in der Zukunft eigene Versuchsanlagen oder „Nasslabore“ aufzubauen, und beabsichtige, diese Anlagen mit Pharmaunternehmen zusammenzuschließen.
Die Deals von Isomorphic kommen zustande, da Google bei der Entwicklung von KI-Software einem harten Wettbewerb mit Unternehmen wie dem von Microsoft unterstützten OpenAI und kleineren Start-ups wie Anthropic und Cohere ausgesetzt ist. Letztes Jahr hat der Suchriese seine interne KI-Einheit Brain mit DeepMind zusammengelegt, um seine Bemühungen und Ressourcen auf die sich schnell entwickelnde Technologie zu konzentrieren.
Die Partnerschaftsabkommen folgen mehreren anderen in der Branche. Das in Oxford ansässige Unternehmen Exscientia arbeitet unter anderem mit Sanofi und Bristol Myers Squibb zusammen, und Insitro hat einen Vertrag mit Bristol Myers, während Owkin ebenfalls mit Sanofi zusammenarbeitet.
Aber selbst durch künstliche Intelligenz entdeckte Medikamente können in klinischen Studien scheitern, da die menschliche Biologie schwer vorherzusagen ist. Mehrere Start-ups, die sich auf KI für die Arzneimittelforschung spezialisiert haben, mussten Medikamente aufgeben, nachdem Studien gezeigt hatten, dass sie nicht so wirksam waren wie erhofft.
Die KI-Plattform von Isomorphic Labs baut auf den wissenschaftlichen Durchbrüchen auf, die mit der AlphaFold-Technologie von DeepMind erzielt wurden, einer KI-Software, die die Struktur nahezu aller vorhandenen Proteine anhand ihrer DNA-Sequenz vorhersagen kann.
Neue Generationen der Technologie nutzen Deep Learning, um Wechselwirkungen zwischen Proteinen und anderen Molekülen, einschließlich DNA und RNA, und damit die Nebenwirkungen und die Wirksamkeit neuer chemischer Strukturen im Körper vorherzusagen.
Isomorphic Labs wurde 2021 als Tochtergesellschaft von Alphabet gegründet, um die ersten Durchbrüche von DeepMind mit einem ausschließlichen Fokus auf den Einsatz von KI für die Arzneimittelforschung voranzutreiben. Den Unterlagen des Companies House zufolge weitete das Unternehmen seinen Verlust im Jahr 2022 auf 16,9 Mio. £ aus, verglichen mit 2,4 Mio. £ im Vorjahr.
Hassabis sagte, dass sich Isomorphic zwar nicht darauf konzentrierte, wann es einen Gewinn erwirtschaften würde, dass aber „die beiden Deals, die wir abgeschlossen haben, auch aus finanzieller Sicht ziemlich bedeutsam sind“.
Laut dem Forschungsunternehmen PitchBook nimmt das Interesse am Einsatz von KI in der Arzneimittelforschung rasant zu. Unternehmen in diesem Sektor haben im Jahr 2022 4,4 Milliarden US-Dollar eingesammelt, gegenüber 1,8 Milliarden US-Dollar im Jahr 2018.
Aber Hassabis sagte, Isomorphic sei „ziemlich einzigartig“ bei dem Versuch, grundlegende Modelle der Biologie und Chemie zu erstellen, anstatt KI für die Analyse vorhandener Daten zu verwenden.
„Es ist fast wie ein generatives Modell, das die Verbindungen mit den unterschiedlichen Einschränkungen entwirft“, sagte er. „Aber diese Einschränkungen modellieren echte biochemische Einschränkungen. Darin sind wir wirklich gut.“