Wirkstoffforschung

Der Markt für KI-gestützte Software zur Arzneimittelentdeckung zeigt ein starkes Wachstum und wird bis 2034 voraussichtlich 15,2 Milliarden USD erreichen, nachdem er 2025 auf etwa 1,5 Milliarden USD geschätzt wurde. Mit einer jährlichen Wachstumsrate von 26,5 % wird diese Entwicklung durch die steigende Nachfrage nach präziser Medizin und datengestützten Entscheidungsprozessen in der Arzneimittelentwicklung vorangetrieben. Die Integration von maschinellem Lernen und Cloud-Computing ermöglicht schnellere molekulare Screenings und verbesserte prädiktive Analysen. Trotz Herausforderungen wie Datenschutzbedenken und hohen Implementierungskosten eröffnen Kooperationen zwischen Pharmaunternehmen und KI-Startups neue Chancen. Nordamerika dominiert den Markt, während die Region Asien-Pazifik das schnellste Wachstum verzeichnet. Unternehmen fokussieren sich auf die Entwicklung skalierbarer Plattformen und strategische Partnerschaften, um ihre technologischen Fähigkeiten zu erweitern. Regulatorische Rahmenbedingungen betonen die Bedeutung von Datensicherheit und ethischer KI-Nutzung. Insgesamt wird erwartet, dass dieser Markt die Zukunft der pharmazeutischen Forschung entscheidend beeinflusst.

OpenAI hat GPT-Rosalind eingeführt, ein spezialisiertes KI-Modell, das für die Lebenswissenschaften, insbesondere in den Bereichen Biochemie, Genomik und Proteinengineering, entwickelt wurde. Der Zugang zu diesem Modell ist auf ausgewählte Unternehmenspartner wie Amgen und Moderna beschränkt, um eine verantwortungsvolle Nutzung zu gewährleisten. GPT-Rosalind zielt darauf ab, den langen Prozess der Medikamentenentwicklung, der bis zu 15 Jahre dauern kann, zu beschleunigen. Es kann spezialisierte Datenbanken abfragen, wissenschaftliche Literatur analysieren und innovative experimentelle Ansätze vorschlagen, was es zu einem wertvollen Werkzeug in der frühen Forschungsphase macht. In verschiedenen Benchmarks hat das Modell herausragende Ergebnisse erzielt, insbesondere bei der Vorhersage von Sequenzen und der Generierung von RNA-Sequenzen. OpenAI äußert jedoch Bedenken hinsichtlich des Missbrauchs von KI-Modellen, die auf biologischen Daten trainiert wurden, und hat daher den Zugang auf Organisationen beschränkt, die sich nachweislich für die Verbesserung der menschlichen Gesundheit einsetzen.

Amazon Web Services (AWS) hat die AI-Plattform Amazon Bio Discovery ins Leben gerufen, um die frühe Arzneimittelentdeckung in der Pharmaindustrie zu beschleunigen. Diese Plattform ermöglicht es Wissenschaftlern, neuartige Medikamente effizient zu entwerfen und zu testen, indem sie über 40 spezialisierte KI-Modelle nutzen, die potenzielle Arzneimoleküle generieren und bewerten. Ein innovativer "lab-in-the-loop"-Ansatz ermöglicht es, ausgewählte Kandidaten zur Synthese und Prüfung an Partnerlabore zu senden, deren Ergebnisse zur weiteren Optimierung der Modelle zurückfließen. Amazon Bio Discovery zielt darauf ab, Engpässe im Zugang zu computergestützten Werkzeugen zu beseitigen und die Effizienz der Forschung zu steigern. Partner wie das Memorial Sloan Kettering Cancer Center berichten von einer erheblichen Verkürzung der Testzeiten für neue Antikörpermoleküle. AWS betont, dass die Plattform die Rolle von Wissenschaftlern unterstützen und nicht ersetzen soll. Zu den ersten Nutzern gehören Unternehmen wie Bayer und das Broad Institute, die die cloudbasierten Dienste von AWS in Anspruch nehmen.

Redwood AI hat in Zusammenarbeit mit dem Brent Page Lab der UBC ein Forschungsprojekt zur Entwicklung von Arzneimitteln gegen Alzheimer gestartet. Im Fokus steht das Protein NUDT5, das mit neurodegenerativen Erkrankungen in Verbindung gebracht wird. Das Unternehmen plant, eine virtuelle Datensammlung zu erstellen, um synthetisch herstellbare Wirkstoffe zu evaluieren und vielversprechende Kandidaten auszuwählen. Durch den Einsatz von künstlicher Intelligenz soll der Prozess der Wirkstoffentdeckung effizienter gestaltet werden, was eine schnellere Überführung in die präklinische Phase ermöglichen könnte. Die experimentelle Validierung durch das Page Lab wird entscheidend sein, um die computergestützten Vorhersagen zu überprüfen. CEO Louis Dron hebt hervor, dass die Kombination von KI und medizinischer Chemie das Potenzial hat, die Entwicklung neuer Medikamente erheblich zu beschleunigen und Herausforderungen in der Wirkstoffforschung zu bewältigen.

Evotec SE ist ein international agierendes Biotechnologieunternehmen mit Sitz in Hamburg, das sich auf die integrierte Drug Discovery und Entwicklung spezialisiert hat. Es bietet umfassende Dienstleistungen für die Pharma- und Biotech-Branche an und nutzt dabei moderne Technologien wie Künstliche Intelligenz und High-Throughput-Screening. Strategische Partnerschaften mit großen Firmen wie Bristol Myers Squibb und Novo Nordisk ermöglichen es Evotec, in herausfordernden Therapiegebieten zu wachsen und Risiken sowie Erfolge zu teilen, was den Kapitalbedarf verringert. Anleger sollten die Entwicklungen in der KI-Pipeline und neue Kooperationen beobachten, da diese als Katalysatoren für zukünftiges Wachstum dienen können. Trotz der starken Marktposition und internationalen Präsenz gibt es Risiken, wie Pipeline-Fehlschläge und regulatorische Hürden. Die Abhängigkeit von wenigen Großkunden könnte die Stabilität gefährden, weshalb eine Diversifizierung durch kleinere Biotech-Deals ratsam ist. Angesichts steigender Gesundheitsausgaben bietet der Biotech-Sektor langfristiges Potenzial, was Evotec zu einem interessanten Investment für deutschsprachige Anleger macht.

Flagship Pioneering und Amazon Web Services (AWS) haben eine strategische Partnerschaft angekündigt, um die Entwicklung innovativer Unternehmen im Bereich der Lebenswissenschaften zu beschleunigen. AWS wird der bevorzugte Cloud-Anbieter für Flagship und bietet umfassende technische Unterstützung, Cloud-Guthaben und Ressourcen für den Marktzugang an. Diese Kooperation zielt darauf ab, digitale und KI-nativen Plattformen in den Bereichen Gesundheit und Nachhaltigkeit weiterzuentwickeln. Flagship's interne Wissenschaftler und Ingenieure erhalten spezialisierte Unterstützung, um ihre Fähigkeiten zur Unternehmensgründung und -skalierung zu verbessern. Die Zusammenarbeit wird als entscheidend angesehen, um die Möglichkeiten der KI in den Lebenswissenschaften zu nutzen und wissenschaftliche Fortschritte schneller zu erzielen. Zudem wird hervorgehoben, dass Innovationen in den Lebenswissenschaften zunehmend von der Fähigkeit abhängen, großflächig zu rechnen und schnell zu experimentieren. Diese Partnerschaft baut auf bereits erfolgreichen Kooperationen zwischen AWS und von Flagship gegründeten Unternehmen wie Moderna und Lila Sciences auf.

Eli Lilly hat einen wegweisenden Vertrag im Wert von 2,75 Milliarden Dollar mit Insilico Medicine abgeschlossen, um KI-gestützte Arzneimittel zu entwickeln und zu vermarkten. Der Deal umfasst eine sofortige Zahlung von 115 Millionen Dollar und verdeutlicht das zunehmende Vertrauen von Big Pharma in maschinelles Lernen zur Beschleunigung der Arzneimittelentwicklung, die traditionell 10 bis 15 Jahre in Anspruch nimmt. Lilly erhält globale Rechte an mehreren von Insilico identifizierten Arzneimittelkandidaten, wobei die KI-Plattform des Unternehmens in der Lage ist, Milliarden von Verbindungen in kurzer Zeit zu analysieren. Dies könnte die Kosten und den Zeitaufwand für die Markteinführung neuer Medikamente erheblich senken. Lillys hohe Anfangszahlung deutet darauf hin, dass interne Daten zeigen, dass die von Insilico entdeckten Moleküle schneller durch präklinische Tests vorankommen als herkömmliche Kandidaten. Der Deal stellt einen signifikanten Wandel in der Branche dar und zeigt ein neues Maß an Engagement für KI-gestützte Arzneimittelentdeckung.

Indien steht kurz davor, die globale Bekämpfung von Fettleibigkeit mit kostengünstigen generischen Gewichtsverlust-Injektionen zu revolutionieren, nachdem wichtige Patente abgelaufen sind. Diese Entwicklung könnte den Zugang zu Behandlungen erheblich erweitern, die bislang als Luxus galten, insbesondere in einkommensschwächeren Ländern. In Mumbai bereiten sich Ärzte auf einen Anstieg neuer Patienten vor, da die Nachfrage nach Gewichtsverlust-Injektionen hoch ist, jedoch viele sich die teuren Behandlungen nicht leisten können. Mit dem Ablauf der Patente auf Semaglutid, dem Wirkstoff in diesen Medikamenten, haben indische Pharmaunternehmen bereits generische Injektionen in der Pipeline. Angesichts der steigenden Fettleibigkeitsraten in Indien, bedingt durch urbanisierte Lebensstile und steigende Einkommen, wird die Verfügbarkeit dieser Medikamente immer dringlicher. Die neuen generischen Medikamente könnten die Behandlungskosten erheblich senken und somit die Patientenzahlen erhöhen. Experten betonen, dass diese günstigeren Optionen auch für andere Länder von Bedeutung sein könnten, in denen Fettleibigkeit zunimmt und die Behandlungskosten unerschwinglich sind. Die Einführung dieser Medikamente könnte entscheidend zur Überwindung von Zugangsbarrieren beitragen.

Die Aktie von ATAI Life Sciences erlebte einen unerwarteten Kurssturz von 14,06 Prozent auf 3,71 USD, trotz positiver Ergebnisse einer Phase-2a-Studie zum Wirkstoff EMP-01, der vielversprechende Wirksamkeit bei sozialen Angststörungen zeigt. Die Studie dokumentierte hohe Therapietreue und keine schwerwiegenden Nebenwirkungen, was normalerweise zu einem Kursanstieg führen würde. Die negative Marktreaktion wird auf Gewinnmitnahmen und eine vorsichtige Einschätzung der kommenden klinischen Phasen zurückgeführt. Analysten zeigen sich jedoch optimistisch und setzen ein durchschnittliches Kursziel von 12,45 USD, was auf erhebliches Aufwärtspotenzial hinweist. Die Volatilität der Aktie und die unterschiedlichen Reaktionen der Anleger werfen Fragen auf, ob ein Verkauf oder eine Investition sinnvoller ist.

Redwood AI ist ein innovatives Technologieunternehmen, das eine KI-gestützte Plattform entwickelt hat, um die chemische Synthese und Prozessoptimierung in der pharmazeutischen Industrie erheblich zu beschleunigen. Mit einer beeindruckenden Modellgenauigkeit von etwa 95 Prozent kann die Plattform Aufgaben, die früher Wochen in Anspruch nahmen, in weniger als einer Minute erledigen. Angesichts der zunehmenden Komplexität neuer Wirkstoffe und strengerer regulatorischer Anforderungen steht die Branche vor einer grundlegenden Transformation, die durch KI-Technologien vorangetrieben wird. Redwood AI zielt darauf ab, sich im wachsenden Markt der Contract Development and Manufacturing Organizations (CDMO) und der KI-gestützten Wirkstoffforschung zu positionieren. Die Plattform integriert Kostenbewertung, Sicherheitsprognosen und Umweltanalysen, was ihr einen Wettbewerbsvorteil verschafft. Mit einem abonnementbasierten Geschäftsmodell plant das Unternehmen, durch reale Einsätze einen Datenvorteil zu generieren und sich langfristig von einem Softwareanbieter zu einem integrierten Akteur in der Arzneimittelentwicklung zu entwickeln, um die Effizienz und Sicherheit in der Medikamentenentwicklung zu steigern.

Lunai Bioworks, ein Unternehmen, das sich auf KI-gestützte Biotechnologie und Biodefense spezialisiert hat, wurde kürzlich in CNBC's Business Minute vorgestellt. CEO David Weinstein erläuterte, wie die proprietäre KI-Plattform des Unternehmens die Entdeckung therapeutischer Ansätze beschleunigt und die Biodefense-Bereitschaft stärkt. Durch die Integration multimodaler biologischer Datensätze und fortschrittlicher maschineller Lernverfahren kann Lunai schnell neuartige Ziele identifizieren und die Entwicklung von Medikamentenkandidaten optimieren. Dies führt zu verkürzten Entwicklungszeiten, insbesondere bei komplexen neurologischen Erkrankungen und Bedrohungen durch chemische und biologische Angriffe. Die Präsentation auf CNBC verdeutlicht das wachsende Interesse von Investoren an skalierbaren KI-Plattformen, die therapeutische Innovationen im zentralen Nervensystem und Fortschritte in der nationalen Sicherheit fördern. Lunai führt derzeit Gespräche mit führenden Pharmaunternehmen und Regierungsbehörden, um seine Fähigkeiten in der Biotechnologie und Biodefense weiter auszubauen.

Famous Labs hat das innovative KI-System Heisenberg vorgestellt, das auf quantenbasierten Erkenntnissen basiert und den Prozess der Arzneimittelentdeckung beschleunigen soll. Heisenberg adressiert die Herausforderungen der begrenzten Ressourcen in der physischen Synthese und Testung von Molekülen, indem es chemische Entscheidungen priorisiert, die den Lernprozess pro Syntheseschritt maximieren. Das System spielt eine entscheidende Rolle in kritischen Phasen der Arzneimittelentwicklung, wo Kosten und Geschwindigkeit entscheidend sind. Es behandelt jedes Molekül als vollständige Entscheidungseinheit und integriert umfassende chemische, physikalische und biologische Daten, um gezielte Syntheseempfehlungen abzugeben. Negative Ergebnisse werden als wertvolle Informationen genutzt, um redundante Experimente zu vermeiden. Nach der Synthese fließen die experimentellen Ergebnisse zurück in das System, was eine kontinuierliche Verbesserung der Empfehlungen ermöglicht. Insgesamt zielt Heisenberg darauf ab, die Effizienz der Arzneimittelentwicklung durch optimierte Lernhistorien und gezielte Molekülpriorisierung zu steigern.

Isomorphic Labs, das AI-Startup von Google DeepMind, hat mit der "Isomorphic Labs Drug Design Engine" (IsoDDE) ein neues System entwickelt, das die Genauigkeit von AlphaFold 3 übertrifft. IsoDDE verdoppelt die Präzision bei der Vorhersage von Protein-Ligand-Strukturen, insbesondere bei Abweichungen von den Trainingsdaten. Zudem kann das System in Sekundenschnelle unbekannte Dockingstellen auf Proteinen identifizieren, wobei die Genauigkeit nahezu der von Laborexperimenten entspricht. IsoDDE ermöglicht eine schnellere und kostengünstigere Schätzung der Bindungsstärke von Medikamenten an ihre Zielstrukturen im Vergleich zu traditionellen Methoden. Diese Fortschritte könnten neue Ansätze für aktive Verbindungen eröffnen und die Geschwindigkeit des computergestützten Screenings erheblich steigern. Isomorphic Labs setzt IsoDDE bereits täglich in seinen Forschungsprogrammen zur Entwicklung neuer Arzneimittelkandidaten ein.

Protai, ein KI-gestütztes Unternehmen für Arzneimittelentdeckung, wird im Frühjahr 2026 auf bedeutenden globalen Konferenzen seine innovative AIMS™-Plattform und die Ergebnisse seines KAT6A-Degrader-Programms präsentieren. Die AIMS™-Plattform kombiniert KI-gesteuertes strukturelles Modellieren mit massenspektrometrischer struktureller Proteomik, um die Entwicklung neuer Medikamente zu optimieren. Protai betont, dass die Verbindung von experimentellen Daten und KI neue Perspektiven in der Arzneimittelentwicklung eröffnet, die mit traditionellen Methoden nicht erfasst werden können. Die Präsentationen sollen die Wirksamkeit dieser Ansätze demonstrieren und aufzeigen, wie sie zur schnellen Entwicklung effektiver Therapien für klinische Bedürfnisse beitragen. Besonders hervorgehoben werden die vielversprechenden in vivo-Ergebnisse des KAT6A-Degraders, der für die Behandlung von Brustkrebs und anderen soliden Tumoren entwickelt wurde.

Deep EigenMatics hat sich im Jahr 2025 als führendes Unternehmen in der KI-gestützten Arzneimittelentdeckung etabliert, indem es die höchste Anzahl neuer US-Patentfamilien in diesem Bereich sicherte. Im ersten Betriebsjahr erhielt das Unternehmen vier einzigartige Patente, die seine innovativen rechnerischen Architekturen zur Navigation im chemischen Raum abdecken. Diese Patente übertreffen die kombinierte Patentausgabe aller großen Pharmaunternehmen und verdeutlichen die Effizienz von Deep EigenMatics. Der CEO Dr. Stephen G. Odaibo hebt hervor, dass die Methoden des Unternehmens auf mathematischen und biologischen Wahrscheinlichkeiten basieren und eine systematische Entdeckung ermöglichen. Der Fokus liegt auf oralen GLP-1-Therapien, mit dem Ziel, bis zum vierten Quartal 2026 umfassende Patentanmeldungen für spezifische Kandidaten einzureichen. Die Patentdatenanalyse wurde sorgfältig durchgeführt, um wissenschaftliche Genauigkeit sicherzustellen. Zudem evaluiert Deep EigenMatics strategische Partnerschaften, um die Entwicklung lebensrettender Therapeutika weiter voranzutreiben.

Forschende der Tokyo University of Science haben einen innovativen Ansatz zur Verbesserung der Löslichkeit von Medikamenten im Körper entwickelt, um die häufige Löslichkeitskrise zu überwinden, die bis zu 90 Prozent neu entwickelter Wirkstoffe betrifft. Die neue SH-Methode (Sealed Heating) ermöglicht die Einlagerung von Medikamenten in mesoporöses Siliziumdioxid ohne schädliche organische Lösungsmittel, was die Herstellung umweltfreundlicher und sicherer macht. Bei dieser Methode sublimiert der Wirkstoff und lagert sich in einer stabilen amorphen Form an, was die Löslichkeit erheblich steigert. Tests mit Ibuprofen zeigten, dass die SH-Methode die Freisetzung des Medikaments fast dreimal schneller als die herkömmliche kristalline Form ermöglicht, ohne chemische Veränderungen zu verursachen. Diese Technik könnte die Effizienz der Medikamentenfreisetzung verbessern, die Herstellungskosten senken und strenge Umweltauflagen erfüllen. Zudem eröffnet sie neue Möglichkeiten für die Entwicklung von Kombinationspräparaten, was einen bedeutenden Fortschritt in der Medikamentenforschung darstellt.

Lunai Bioworks (NASDAQ: LNAI) hat einen bedeutenden Fortschritt in seinem von den NIH geförderten Programm zur Erforschung von Alkoholgebrauchsstörungen (AUD) erzielt, indem es hochauflösende Verhaltenssignaturen von Ethanolexposition und Alkoholentzug entwickelt hat. Diese Errungenschaften leiten ein neues kommerzielles Programm zur Medikamentenentdeckung ein, das sich auf die Behandlung von AUD konzentriert, einer Erkrankung, die in den USA etwa 30 Millionen Menschen betrifft, von denen über 95 % keine wirksame Therapie erhalten. Das Unternehmen plant, therapeutische Kandidaten zu entwickeln, die auf biologischen Mechanismen basieren, und sieht Potenzial für Partnerschaften sowie nicht verwässernde Finanzierungsoptionen. CEO David Weinstein hebt die Dringlichkeit der unzureichend behandelten AUD hervor und betont die Chancen für präzise Therapien. In Zusammenarbeit mit Dr. Calum MacRae von der Harvard Medical School soll das Verständnis der biologischen Unterschiede innerhalb der AUD verbessert werden, um therapeutische Ansätze zu optimieren. Trotz der hohen Kosten und gesundheitlichen Risiken des übermäßigen Alkoholkonsums bleibt der Zugang zu professioneller Hilfe für viele Betroffene eingeschränkt.

Converge Bio hat erfolgreich 25 Millionen Dollar gesammelt, um generative KI in der Arzneimittelentdeckung für Biotech- und Pharmaunternehmen zugänglich zu machen. Trotz des Wachstums in diesem Bereich, insbesondere nach dem Nobelpreis für AlphaFold, besteht eine Kluft zwischen den KI-Möglichkeiten und deren Anwendung in der Arzneimittelentwicklung. CEO Dov Gertz betont die Notwendigkeit eines umfassenden Systems, das qualitativ hochwertige Daten und enge Validierung umfasst. Die Plattform von Converge integriert mehrere proprietäre Modelle in bestehende Entwicklungsprozesse, sodass Biologen ohne Programmierkenntnisse handlungsrelevante Ergebnisse erzielen können. Sie hat bereits Erfolge in Bereichen wie Onkologie und Autoimmunerkrankungen erzielt und ermöglicht Partnern, neuartige Antikörper und Biomarker zu identifizieren. Gertz verfolgt das Ziel, jede Biotech- und Pharmafirma in ein KI-Unternehmen zu verwandeln, indem sie Wissenschaftlern die notwendigen Werkzeuge bereitstellt. Converge Bio hat sich als kommerziell erfolgreich und wissenschaftlich fundiert etabliert, was das Unternehmen in eine starke Position für die Zukunft bringt.

Illumina hat den Billion Cell Atlas ins Leben gerufen, um die Arzneimittelentdeckung mithilfe von Künstlicher Intelligenz (KI) zu beschleunigen und eine detaillierte Karte der menschlichen Krankheitsbiologie zu erstellen. In Zusammenarbeit mit führenden Pharmaunternehmen wie AstraZeneca, Merck und Eli Lilly wird angestrebt, innerhalb von drei Jahren ein Datenset von 5 Milliarden Zellen zu entwickeln. Der Atlas soll es ermöglichen, genetische Ziele zu validieren und KI-Modelle in einem bislang unerreichten Umfang zu trainieren, was zu einem besseren Verständnis komplexer Krankheiten führen könnte. Durch den Einsatz von CRISPR-Technologie können Forscher die Reaktionen von 1 Milliarde Zellen auf genetische Veränderungen analysieren, was die Entwicklung neuer Medikamente und die Identifizierung präziser Biomarker fördert. Illumina beabsichtigt, mit diesem Atlas und den zugehörigen Technologien die nächste Generation der Arzneimittelentdeckung und KI in der Pharmaindustrie zu unterstützen, indem umfassende, krankheitsspezifische Datensätze bereitgestellt werden.

Utah hat als erster US-Bundesstaat ein Pilotprogramm genehmigt, das künstlichen Intelligenzsystemen erlaubt, Rezeptnachfüllungen ohne direkte ärztliche Beteiligung zu genehmigen. Dieses innovative Modell, unterstützt vom Office of Artificial Intelligence Policy und der Technologie von Doctronic, zielt darauf ab, Gesundheitskosten zu senken und den Zugang zur medizinischen Versorgung, insbesondere in ländlichen Gebieten mit Ärztemangel, zu verbessern. Die Initiative konzentriert sich auf häufig verschriebene Medikamente für chronische Erkrankungen und unterliegt strengen Kontrollen. Parallel dazu verfolgt die Molecule.ai Plattform von Shuttle Pharmaceuticals ähnliche Ziele in der Arzneimittelentwicklung, indem sie KI einsetzt, um zeitaufwändige Prozesse zu optimieren und Ressourcen für innovative Entwicklungen freizusetzen. Kritiker warnen jedoch, dass KI potenziell subtile Warnzeichen übersehen könnte, was die Notwendigkeit einer verantwortungsvollen Gestaltung von KI-Systemen betont.

Der GenAI-Markt in der Arzneimittelentdeckung markiert einen bedeutenden Wandel in der Pharmaindustrie, indem er den Fokus von zufälligen Entdeckungen hin zu rationalem, rechnergestütztem Design verlagert. Durch den Einsatz von Generativen Adversarial Networks (GANs) und großen Sprachmodellen (LLMs) können Forscher neuartige Molekülstrukturen de novo generieren, was die Entwicklungszeit für Medikamente erheblich verkürzt. Diese Technologie ermöglicht die Identifizierung von "undruggable" Proteinen, die zuvor schwer behandelbar waren. Der Markt wird durch die Kombination von Laborautomatisierung und computergestützten Verfahren geprägt, wodurch geschlossene Systeme entstehen, in denen KI Moleküle entwirft und Roboter diese synthetisieren und testen. Zukünftige Entwicklungen hängen von der klinischen Validierung KI-generierter Medikamente und der Erweiterung auf komplexe Biologika ab. Strategische Partnerschaften zwischen TechBio- und traditionellen Pharmaunternehmen sind entscheidend, um diese Technologien als integralen Bestandteil der Forschung und Entwicklung zu etablieren.

Der Markt für Generative KI (GenAI) im Gesundheitswesen entwickelt sich rasant und transformiert sowohl die medizinische Praxis als auch die biomedizinische Forschung. GenAI ermöglicht die Synthese komplexer klinischer Notizen, das Design neuartiger Proteinstrukturen für die Arzneimittelentdeckung und die Generierung synthetischer Patientendaten, wodurch die Privatsphäre gewahrt bleibt. Diese Technologien zielen darauf ab, die Arbeitsbelastung von Ärzten zu reduzieren und die Effizienz in der Arzneimittelentwicklung zu erhöhen. Ein wesentlicher Trend ist der Einsatz multimodaler großer Sprachmodelle, die verschiedene Datentypen verarbeiten und umfassende diagnostische Einblicke bieten. GenAI agiert zunehmend als "Co-Pilot" für Ärzte, indem es in Echtzeit Behandlungsvorschläge und Diagnosen liefert. Die Integration in klinische Arbeitsabläufe erfolgt über cloudbasierte API-Anbindungen an elektronische Gesundheitsakten. Zukünftige Entwicklungen im Markt werden durch die Schaffung von "Digital Twins" und die Standardisierung verantwortungsvoller KI-Rahmenwerke geprägt sein, um Verzerrungen zu vermeiden und die Patientensicherheit zu gewährleisten.

Sanofi hat beim AI-Summit in Heidelberg innovative Anwendungen von Künstlicher Intelligenz (KI) in der Arzneimittelforschung präsentiert, um die Medikamentenentwicklung zu beschleunigen. Ziel ist es, die Zeit von der Entdeckung eines Wirkstoffs bis zur Markteinführung erheblich zu verkürzen und die Identifizierung potenzieller Wirkstoffe um 20 bis 30 Prozent zu verbessern. Am BioCampus Frankfurt betreibt Sanofi eine "KI-Forschungsfabrik", die alle Schritte von der Zielproteinidentifizierung bis zur klinischen Prüfung unterstützt. Hierbei kommen Methoden wie maschinelles Lernen und digitale Zwillinge zum Einsatz, um Krankheitsmechanismen zu analysieren und klinische Studien zu optimieren. Seit 2019 hat sich die Zahl der Biologika und Impfstoffe, die KI nutzen, nahezu verdoppelt. Sanofi hebt hervor, dass digitale Lösungen die Entdeckung neuer Therapien revolutionieren können, um bessere Ergebnisse für Patient*innen zu erzielen. Der AI-Summit fördert den Austausch zwischen KI-Experten und der biomedizinischen Gemeinschaft, um zukünftige Anwendungsfelder der KI-gestützten Wirkstoffforschung zu erörtern.