Es erfordert viel Zeit, Ressourcen und Know-how, um aus einem ganzen Kosmos von mehr als 1060 Molekülen die am besten geeignete chemische Substanz zu finden. (Foto von Landon Arnold auf Unsplash)
Das ist die erste Software-as-a-Service-Plattform, die die Lücke zwischen virtuellem Moleküldesign und realer Herstellbarkeit durch die Integration der Anwendungsprogrammierschnittstelle (API) der SynthiaTM-Retrosynthese-Software schließt.
Sie kombiniert generative künstliche Intelligenz (KI), maschinelles Lernen und computergestütztes Wirkstoffdesign. Das Ziel ist es, den Entwicklungsprozess von Arzneimitteln zu beschleunigen. AIDDISON™ wurde mit experimentell validierten Datensätzen aus der pharmazeutischen Forschung und Entwicklung aus mehr als zwei Jahrzehnten trainiert.
Die Software ist in der Lage, aus über 60 Milliarden Möglichkeiten jene Substanzen zu identifizieren, die wesentliche Eigenschaften eines erfolgversprechenden Wirkstoffs aufweisen, wie Nicht-Toxizität, Löslichkeit und Stabilität im Körper. Daraufhin schlägt die Plattform optimale Synthesewege für diese Wirkstoffe vor.
Karen Madden, Chief Technology Officer im Unternehmensbereich Life Science von Merck, freut sich über die schnellere Geschwindigkeit bei der Forschung und Entwicklung. Denn „obwohl Millionen von Menschen auf die Zulassung neuer Arzneimittel warten, dauert die Entwicklung eines Medikaments bis zur Markteinführung im Durchschnitt noch immer mehr als 10 Jahre und kostet über 1,9 Milliarden Euro. Mit unserer Plattform können Labore auf generative KI zurückgreifen, um die am besten geeigneten wirkstoffähnlichen Moleküle in einem enormen chemischen Spektrum zu identifizieren. Auf diese Weise lässt sich der optimale chemische Syntheseweg für die möglichst nachhaltige Entwicklung eines Zielmoleküls sicherstellen.“
Mithilfe von Modellen für KI und maschinelles Lernen können Systeme wie AIDDISON™ bisher unbekannte Erkenntnisse aus riesigen Datensätzen gewinnen und so die Erfolgsquote bei der Entwicklung neuer Therapien für Patienten erhöhen. Bis zum Jahr 2028 könnten mithilfe der KI Einsparungen von mehr als 70 Milliarden US-Dollar im Drug-Discovery-Prozess erzielt werden – bei Pharmaunternehmen könnte die Zeit- und Kostenersparnis hierbei bis zu 70% betragen.
Erhalten Sie jetzt uneingeschränkten Zugriff auf alle interessanten Artikel.
- Online-Zugriff auf das PM-Report Heftarchiv
- Aktuelle News zu Gesundheitspolitik, Pharmamarketing und alle relevanten Themen
- 11 Ausgaben des PM-Report pro Jahr inkl. Specials
