Roche beschleunigt Medikamentenentwicklung mit KI

Der Pharmariese Roche plant, die Entwicklung neuer Medikamente durch den Einsatz von Künstlicher Intelligenz (KI) erheblich zu beschleunigen. Die Forschungschefin der Biotech-Tochter Genentech, Aviv Regev, die auch alle KI-Initiativen im Konzern leitet, berichtete von ersten Erfolgen bei der Anwendung von KI. Regev erklärte, dass Roche dank KI auf Moleküle gestoßen sei, die möglicherweise eine therapeutische Wirkung haben. Sie betonte, dass diese Art von Prozess die Arbeit um mindestens 18 Monate verkürzen könne.

Die Technologie habe das Potenzial, die Effizienz der Pharmaforschung massiv zu steigern. Derzeit benötige Roche im Durchschnitt 9,2 Jahre von den ersten Tests bis zur Zulassung eines neuen Medikaments, während der Branchendurchschnitt bei 9,4 Jahren liege. Roche gehört zu den ersten großen Pharmakonzernen, die konkrete Angaben dazu machen, wie stark KI die eigene Forschung und Entwicklung verbessern kann. Die Erwartungen sind branchenweit riesig. Martin Weis, Partner bei der Beratungsgesellschaft Infosys, schätzt, dass generative KI 20 bis 50 Prozent der Zeit einsparen könne, wenn sie auf allen Stufen im Entwicklungs- und Zulassungsprozess eingesetzt werde.

Mit Blick auf die Entwicklungsbudgets der großen Pharmakonzerne werde schnell klar, dass selbst eine Zeitersparnis von nur zehn Prozent schnell Hunderte Millionen oder sogar Milliarden an Kosteneinsparungen bringen könnte. Roche gibt beispielsweise pro zugelassenem Medikament im Durchschnitt mehr als fünf Milliarden Dollar aus. Marcin Pietrzyk von der Beratungsgesellschaft Unit8 sieht das ähnlich: Durch den Einsatz von KI in der gesamten Wertschöpfungskette der Arzneimittelforschung und -entwicklung könnten Pharmaunternehmen mehrere Jahre gewinnen.

Hong Chow, Leiterin des internationalen Geschäfts bei Merck Healthcare, ist überzeugt, dass KI einen Paradigmenwechsel in Forschung und Entwicklung einleiten werde. Bei Roche ist die KI-Strategie ein zentraler Pfeiler eines Effizienzprogramms für die Pharmaforschung, das Roche-CEO Thomas Schinecker aufgestellt hat. Damit verbunden ist auch die Hoffnung, dem Roche-Aktienkurs neuen Schub zu verleihen. Dieser hatte nach einer Reihe von Misserfolgen von Medikamenten im fortgeschrittenen Entwicklungsstadium gelitten.

Regev betont, dass KI auch die Erfolgsquote erhöhen könne. Ein weiteres Beispiel für den Einsatz von KI bei Roche ist das Medikament Vixarelimab, das ursprünglich für die Behandlung von interstitiellen Lungenerkrankungen entwickelt wurde. Regev erklärte, dass ähnliche Zellen auch bei entzündlichen Darmerkrankungen vorkommen, weshalb Roche nun ebenfalls eine Studie bei IBD durchführt.

Aron Horvath von Unit8 bestätigt, dass KI-Transformationsmodelle inzwischen sehr gut in der Lage seien, vorhandenes Wissen über Krankheiten abzubilden, um die Identifizierung von Zielen zu fördern, die mit einem Medikament reguliert werden können. Dies sei besonders nützlich, um die Entdeckung neuer Wirkstoffe zu beschleunigen oder bekannte Therapien auf neue Krankheiten zu erweitern.

Regev beschreibt die größte Herausforderung in der Pharmaforschung als die Notwendigkeit, ein Problem zu lösen, bei dem der Suchraum enorm groß ist. Die Kombination aller Krankheiten mit allen möglichen medizinisch wirksamen Molekülen und den genetischen Unterschieden aller Menschen steigere die Zahl der Möglichkeiten ins Unermessliche. Daher liege die Erfolgsquote in der Pharmaforschung traditionell bei etwa zehn Prozent.

Martin Weis von Infosys bestätigt, dass die Chancen durch KI besonders im frühen Stadium bis zur Präklinik riesig seien. Die Fähigkeit der KI, Moleküle mit bestimmten chemischen Eigenschaften zu entwerfen und diese im Labor zu testen, trage dazu bei, den Algorithmus weiter zu verbessern. Regev nennt als Beispiel das Molekül Inavolisib, das als Therapie für einen bestimmten Subtyp von Brustkrebs untersucht wird. Dank kontinuierlicher Optimierung mithilfe von KI habe Roche ein Molekül entwickelt, das die gewünschten Eigenschaften aufweise.

Auch in späteren Phasen der Medikamentenentwicklung könne KI die Produktivität steigern, sagt Weis. Planung und Durchführung von klinischen Studien könnten durch KI-Systeme effizienter gestaltet werden. Auch die Auswertung von Studien oder die Formulierung von Zulassungsanträgen könnten durch komplexe Sprachmodelle unterstützt werden. Roche habe begonnen, eigene komplexe Sprachmodelle zu trainieren, um alle Bereiche des Unternehmens zu unterstützen, von Forschung und Entwicklung bis hin zu kommerziellen Aktivitäten.