Anfang dieser Woche kündigte das Unternehmen für künstliche Intelligenz Anthropic bei einer Veranstaltung mit dem Titel „The Briefing: AI for Science“ die Einführung seiner neuen Claude Science-Plattform an und positionierte sie als „KI-Werkbank“ für Wissenschaftler. Die Plattform ist darauf ausgelegt, unterschiedliche wissenschaftliche Forschungstools und Datensätze in derselben Umgebung zu integrieren und automatisch Diagramme und Visualisierungsergebnisse zu generieren. Anthropic glaubt, dass diese Art von KI-Technologie das Potenzial hat, „die Entwicklung wissenschaftlicher Entdeckungen und medizinischer Interventionen erheblich zu beschleunigen“. Das Unternehmen betonte außerdem, dass zahlreiche Biotechnologie- und Pharmaunternehmen Claude bereits für entsprechende Forschungs- und Entwicklungsarbeiten nutzen.
Noch ehrgeiziger: Anthropic begnügt sich nicht länger damit, nur ein Tool-Anbieter zu sein, und hat öffentlich erklärt, dass es plant, selbst Medikamente zu entwickeln. Eric Kauderer-Abrams, Leiter der Life Sciences, sagte in einem Interview, dass sich das Unternehmen auf „vernachlässigte“ Krankheitsgebiete konzentrieren werde und hoffe, mithilfe von KI neue Behandlungsmöglichkeiten zu entdecken. Im aktuellen Boom der KI-Arzneimittelforschung und -entwicklung haben Technologiegiganten wie OpenAI, Amazon und Google alle ihre eigenen Life-Science-Plattformen gestartet. Die Erklärung von Anthropic ist jedoch einer der wenigen öffentlichen Schritte eines hochmodernen, allgemeinen KI-Modellunternehmens, das direkt ankündigt, dass es seine eigenen Medikamente entwickeln wird. Dies bringt es auch in eine ziemlich heikle Lage: Einerseits verkauft es Softwaretools an viele Pharmaunternehmen, andererseits könnte es zu einem potenziellen Konkurrenten dieser Kunden in der Arzneimittelforschung und -entwicklung werden.
Brancheninsider wiesen darauf hin, dass Anthropics Schritt das Unternehmen tatsächlich in einen breiteren Wettbewerb drängte. Am Wettbewerb nehmen „AI-first“-Pharmaunternehmen wie Insilico, Isomorphic Labs, ein Spin-off von Google DeepMind, sowie eine große Anzahl traditioneller Biotech- und großer Pharmaunternehmen teil, die KI-Tools entwickeln oder erwerben. Trotz seiner enormen Dynamik hat Anthropic bisher nur sehr begrenzte spezifische Informationen bereitgestellt: Sie haben weder erklärt, wie sie vorankommen werden, wenn sie vielversprechende Medikamentenkandidaten finden, noch haben sie auf detaillierte Fragen dazu geantwortet, welche Krankheiten in der ersten Charge behandelt werden sollen, oder ob sie mit anderen Institutionen zusammenarbeiten werden, um Laborforschung, Tierversuche, klinische Studien und Herstellung abzuschließen.
Hinter den Worten „AI Drug Discovery“ verbirgt sich ein äußerst weit gefasstes Konzept. Namshik Han, Professor an der Universität Cambridge und Mitbegründer des KI-Biotechnologie-Startups CardiaTec, glaubt, dass KI in „jeder Phase“ der Arzneimittelentwicklung eingesetzt wurde, vom Screening und der Optimierung neuer Verbindungen bis hin zur Unterstützung wissenschaftlicher Forschung, Datenanalyse, klinischer Studien und sogar Produktion und Herstellung. Matthew Todd, Professor für Arzneimittelforschung am University College London, äußerte ebenfalls eine ähnliche Ansicht und sagte, dass „KI-Wirkstoffforschung“ fast zu einem „Sammelbegriff“ für die gesamte Reihe umfassender Anwendungsszenarien geworden sei.
Dennoch sind sich Experten im Allgemeinen darüber einig, dass KI sich noch in einem frühen Stadium der Veränderung der Arzneimittelentwicklung befindet. Han wies darauf hin, dass Pharmariesen wie AstraZeneca, Novo Nordisk und GSK viele KI-Projekte eingesetzt haben, bei denen sie mithilfe von Modellen mögliche Kandidatenmoleküle für bekannte pathologische Pfade oder bestehende Ziele generieren und Forschern dabei helfen, neue molekulare Strukturen zu entdecken, die mit bestimmten Rezeptoren interagieren können. Todd betonte, dass KI sehr nützlich sei, um die wissenschaftliche Forschung zu beschleunigen und dabei zu helfen, neue Medikamentenideen auf der Straße zu testen. Es kann potenzielle Lösungen im riesigen chemischen und biologischen Raum durchsuchen und Verbindungen finden, deren Entdeckung mit menschlichen und traditionellen Werkzeugen schwierig ist oder viel Zeit in Anspruch nimmt. In Kombination mit den Vorteilen von Anthropic bei hochmodernen Modellen wird allgemein spekuliert, dass das Unternehmen hauptsächlich generative KI verwenden wird, um in riesigen Kombinationen von Verbindungen und biologischen Zielen zu suchen und Empfehlungen zu geben, um Forschern dabei zu helfen, neue Ideen für das Medikamentendesign vorzuschlagen, neue Krankheitsziele zu identifizieren oder neue Indikationen für bestehende Medikamente zu finden.
Zwischen dem „Vorschlagen einer Medikamentenidee“ und der „tatsächlichen Einführung eines Medikaments in die klinische Praxis und seiner Zulassung zur Vermarktung“ liegt jedoch noch ein weiter Weg. Todd sagte, es sei noch „weit entfernt“ vom ersten Medikament, das vollständig von KI entwickelt wurde und die behördliche Genehmigung für den Markteintritt erhalten habe. Der gesamte Entdeckungs- und Entwicklungsprozess wird noch lange nicht vollständig automatisiert sein und die Beteiligung und Überwachung menschlicher Experten wird weiterhin notwendig sein. Todd und Han wiesen außerdem darauf hin, dass das Fehlen einer großen Menge öffentlicher, qualitativ hochwertiger experimenteller Daten – insbesondere detaillierter Aufzeichnungen über das spezifische Verhalten von Verbindungen im menschlichen Körper – in dieser Phase einen entscheidenden Engpass darstellt. Selbst in den am gründlichsten erforschten Bereichen der Biologie bestehen immer noch große Lücken im menschlichen Verständnis vieler Mechanismen.
Frank von Delft, Professor für strukturelle chemische Biologie an der Universität Oxford und Leiter der Proteinkristallographie am Oxford Centre for Drug Discovery, glaubt, dass die Erwartungen der Öffentlichkeit an leistungsstarke KI-Modelle berechtigt sind, die aktuelle Technologie jedoch „noch lange nicht an dem Punkt angelangt ist, an dem Experimente nicht mehr notwendig sind.“ Arzneimittelkandidatenmoleküle müssen noch in der Praxis auf Wirksamkeit, Toxizität, Formulierung, Lagerung und sichere Verabreichung getestet werden. Diese Verbindungen erfordern eine große Anzahl von Fachleuten, die viel Geld und Zeit investieren. Insbesondere bei der Durchführung klinischer Studien am Menschen scheitern viele scheinbar vielversprechende Arzneimittelkandidaten häufig. von Delft stellte unverblümt fest, dass Anthropic, wenn es das Medikament wirklich selbst entwickeln wollte, „stark in Experimente investieren müsste“.
Den jüngsten Trends nach zu urteilen, scheint sich Anthropic darauf vorzubereiten. Im vergangenen Jahr hat das Unternehmen weiterhin Talente im Bereich Biologie rekrutiert und bereitet den Bau eines eigenen Nasslabors vor. Gleichzeitig wurden auf der öffentlichen Rekrutierungsplattform zahlreiche Informationen zur Stellenvermittlung im Bereich Biowissenschaften veröffentlicht. Han gab bekannt, dass Anthropic in diesem Bereich „aktiv Personal rekrutiert“ und sogar mehreren akademischen Kollegen Angebote gemacht hat. Er sagte, er verstehe, dass Anthropic erfolgreich einige Fachkräfte von großen Pharmaunternehmen und einigen führenden akademischen Institutionen abgeworben habe, nannte jedoch keine konkreten Namen.
Dennoch wird es bei einem solch komplexen Forschungs- und Entwicklungssystem viele Jahre dauern, bis die Ergebnisse tatsächlich sichtbar sind, ganz gleich, gegen welche Krankheit sich Anthropic letztendlich entscheidet. Nimmt man den traditionellen Arzneimittelentwicklungszyklus als Beispiel, so dauert es oft fast zehn Jahre, bis ein neues Arzneimittel klinische Studien abschließt. Todd sagte, dass es bei Medikamententests „immer eine große Zeitverzögerung gibt“, weil es eine zeitaufwändige und langwierige Aufgabe sei, die Sicherheit und Wirksamkeit eines bestimmten Medikamentenkandidaten durch Experimente nachzuweisen. Bisher hat kein von AI entwickeltes Medikament alle klinischen Studien erfolgreich abgeschlossen und die FDA-Zulassung für die Vermarktung erhalten. Einige Medikamentenkandidaten befinden sich bereits in der klinischen Phase, aber für die Außenwelt ist es schwierig, genau zu beurteilen, welche spezifische Rolle die KI in ihrem Entwicklungsprozess gespielt hat und ob diese Medikamente Produkte mit traditionellen Forschungs- und Entwicklungspfaden hinsichtlich der Wirksamkeit deutlich übertreffen können.
Nach Ansicht von Experten kann KI die Bereiche „Suche“ und „Vorstellungskraft“ erheblich beschleunigen, aber was wirklich über Erfolg oder Misserfolg eines Medikaments entscheidet, sind immer noch die Experimente und Tests, die in der realen Welt streng und langsam durchgeführt werden. Für Anthropic bedeutet dies einen enormen Rollenwechsel von der Vorstellung, dass KI die Arzneimittelforschung neu schreiben soll, hin zur Übernahme von investitionsintensiven, risikoreichen und langfristigen experimentellen Aufgaben.