Die Rolle biologischer Daten in der KI-gestützten Medikamentenentwicklung

Die Medikamentenentwicklung ist seit jeher ein komplexer, zeitaufwändiger und kostenintensiver Prozess. Historisch gesehen hat sich die Entwicklungszeit für ein neues Medikament im Durchschnitt auf 10 bis 15 Jahre belaufen, mit Kosten zwischen 1 Milliarde und 2,5 Milliarden US-Dollar. Die Misserfolgsquoten liegen dabei oft bei über 90 Prozent. Angesichts dieser Herausforderungen setzt die pharmazeutische Industrie große Hoffnungen auf Künstliche Intelligenz (KI), um Effizienz zu steigern und die Erfolgsraten zu verbessern.

Die transformative Rolle der KI in der Medikamentenentwicklung

KI-Modelle haben das Potenzial, die Medikamentenentwicklung in verschiedenen Phasen zu revolutionieren. Insbesondere in der frühen Phase der Wirkstoffentdeckung, der sogenannten "Hit Identification", kann KI die Identifizierung potenzieller Wirkstoffe erheblich beschleunigen. Anstatt Bibliotheken von Molekülen physisch zu screenen, können KI-Systeme neue Wirkstoffkandidaten von Grund auf entwerfen und deren Interaktion mit Krankheitszielen vorhersagen. Dies führt zu einer Reduzierung des Bedarfs an physischen Tests und spart somit Zeit und Ressourcen.

Ein zentraler Aspekt, der den Erfolg von KI in diesem Bereich maßgeblich beeinflusst, ist die Qualität der Daten, mit denen die Modelle trainiert werden. Während die Algorithmen selbst immer ausgefeilter werden, liegt das eigentliche Potenzial in der Bereitstellung vertrauenswürdiger, biologischer Daten. Ohne hochwertige und relevante biologische Informationen können selbst die leistungsfähigsten KI-Modelle keine zuverlässigen Vorhersagen treffen oder sinnvolle Erkenntnisse liefern.

Die Bedeutung biologischer Daten

Qualität vor Quantität

In den Anfangszeiten der KI in der Medikamentenentwicklung wurden Modelle oft mit öffentlich zugänglichen Datensätzen trainiert. Diese Datensätze waren jedoch selten mit Blick auf KI konzipiert. Sie wiesen oft eine mangelnde Struktur, unzureichende Annotationen und eine begrenzte Diversität auf. Das Problem besteht darin, dass, wenn alle Modelle auf denselben Daten basieren, sie ähnliche Schlussfolgerungen ziehen und der Mehrwert mit der Zeit abnimmt. Die eigentliche Herausforderung liegt daher nicht nur in der Menge der verfügbaren Daten, sondern in deren Qualität und Relevanz für die biologische Realität.

Biologische Datensätze müssen authentifiziert, validiert und durch standardisierte Metadaten unterstützt werden. Dies gewährleistet, dass die KI-Modelle ein präzises Verständnis der menschlichen Biologie entwickeln können. Die Investition in die Generierung spezifischer, hochwertiger biologischer Daten ist daher entscheidend, um den vollen Nutzen der KI zu erschließen.

Multi-Omics-Ansätze als Wegbereiter

Die Integration von Multi-Omics-Technologien, wie Genomik, Transkriptomik, Proteomik und Metabolomik, mit KI stellt einen bedeutenden Fortschritt in der präzisen Medikamentenentwicklung dar. Diese Ansätze liefern umfassende Einblicke in die molekularen Dynamiken der Krankheitsentstehung. KI-Methoden, insbesondere Deep-Learning-Architekturen, sind in der Lage, diese komplexen biologischen Datensätze zu entschlüsseln, verborgene Muster zu erkennen und hochpräzise prädiktive Modelle zu erstellen. Dies beschleunigt die Zielidentifikation, optimiert die Lead-Optimierungsprozesse und erhöht die Präzision klinischer Studien.

Herausforderungen bei der Datenerfassung und -integrität

Eine wesentliche Hürde ist das Problem der "negativen Daten". Viele öffentlich zugängliche Datensätze und wissenschaftliche Publikationen konzentrieren sich ausschließlich auf positive Ergebnisse. Informationen über gescheiterte Experimente oder Verbindungen, die nicht binden, sind schwer zugänglich. Dieser Bias verhindert, dass KI-Modelle ein umfassendes Verständnis von Misserfolgen entwickeln, was für zuverlässigere Vorhersagen unerlässlich wäre. Ein "Journal of Negative Data" könnte hier Abhilfe schaffen, um diese wertvollen Informationen für zukünftige Forschung nutzbar zu machen.

Darüber hinaus stellt die Datenintegrität eine wachsende Herausforderung dar. Manipulierte oder gefälschte Daten, die schon immer ein Problem in der Wissenschaft waren, können im Kontext des KI-Trainings katastrophale Folgen haben. Neue Tools zur Überprüfung der Datenauthentizität, die beispielsweise auf sicheren Hash-Algorithmen basieren, werden entwickelt, um die Verlässlichkeit wissenschaftlicher Daten zu gewährleisten.

Der Weg zu autonomen Laboren

Die Vision der Medikamentenentwicklung der Zukunft sind vollständig autonome Labore, die mit minimalem menschlichem Eingriff arbeiten. Diese sogenannten "AI-driven dark labs" oder "labs-in-the-loop" würden rund um die Uhr Vorhersagen treffen, Tests durchführen und Ergebnisse optimieren. Die gewonnenen Daten würden dann direkt in die KI-Modelle zurückgespeist, um die nächste Runde von Experimenten zu leiten. Eine solche Infrastruktur erfordert jedoch eine hohe Integration und Interoperabilität der Systeme sowie hochstrukturierte und umfassende Datensätze.

Derzeit sind viele Laborinstrumente noch Insellösungen, die den Datenaustausch erschweren. Ziel ist es, eine Infrastruktur zu schaffen, die FAIR-Daten (findable, accessible, interoperable, and reusable) in großem Maßstab generieren kann. Dies würde nicht nur einzelne Laborberichte informieren, sondern auch zukünftige Generationen von KI-Modellen trainieren und so den Kreislauf zwischen dem computergestützten "Dry Lab" und dem physischen "Wet Lab" schließen.

Kooperationen und Ausblick

Die zunehmende Bedeutung biologischer Daten spiegelt sich in strategischen Partnerschaften wider. Ein Beispiel ist die Zusammenarbeit zwischen GSK und Relation Therapeutics, bei der Relation Therapeutics große Datensätze zur Reaktion menschlicher Zellen auf genetische Veränderungen und medikamentöse Interventionen generiert. Diese Daten werden anschließend zum Training von KI-Modellen verwendet, um potenzielle Wirkstoffziele zu identifizieren. Solche Kooperationen unterstreichen den Wandel in der Branche, bei dem die Generierung hochwertiger, biologischer Daten Hand in Hand mit der Entwicklung von KI-Modellen geht.

Obwohl noch kein ausschließlich durch KI entdecktes Medikament die vollständige FDA-Zulassung erhalten hat, wird erwartet, dass sich dies in den nächsten zwei bis drei Jahren ändern wird. Das ultimative Ziel ist die vollständige in silico Vorhersage von Wirksamkeit und Toxizität, wodurch der Großteil der physischen Laborarbeit überflüssig würde. Während die Kosten für das Training von KI-Modellen steigen, wird erwartet, dass sich ein Gleichgewicht zwischen KI-gestützter und physischer Laborarbeit einstellt, solange die Rechenkosten die klinischen Entwicklungskosten nicht übersteigen. Die Fokussierung auf hochwertige biologische Daten ist dabei der Schlüssel, um dieses transformative Potenzial voll auszuschöpfen und die Medikamentenentwicklung nachhaltig zu verändern.

Bibliographie

- Boyle, P. (2026). AI for Drug Discovery Needs Trustworthy Biological Data. The Scientist. - DiRito, J. (2026). The Data Problem at the Heart of AI-Powered Drug Discovery. Unite.AI. - Fryc, N. (2026). Data Quality in AI Drug Discovery: Why Usable Data Matters. Ardigen. - Koller, D. (2026). Drug Discovery Has No Magic Wands. a16z.news. - MIT Technology Review Insights (2026). Closing the data loop in AI-driven drug discovery. MIT Technology Review. - Muhammad Zulhusni (2026). Why biological data matters more in AI drug discovery. Artificial Intelligence News. - Nature (2025). Four ways to power-up AI for drug discovery. Nature. - Nature (2026). Multi-omics and artificial intelligence for precision drug discovery and potential clinical applications. Signal Transduction and Targeted Therapy. - Wyss Institute (2025). From Data to Drugs: The Role of Artificial Intelligence in Drug Discovery. Wyss Institute at Harvard University. - Deakers, C. (2026). Building biology-native data infrastructure for the AI era. Bessemer Venture Partners.