Hohe Kosten, zahlreiche Misserfolge und jahrzehntelange Entwicklung: Wirkstoffe f\u00fcr neue Medikamente zu finden und auf den Markt zu bringen ist ein aufwendiger Prozess. Gro\u00dfes Potenzial sieht die Pharmaforschung in der Anwendung von K\u00fcnstlicher Intelligenz (KI). Das Lamarr-Institut f\u00fcr Maschinelles Lernen und K\u00fcnstliche Intelligenz, das Bonn-Aachen International Center for Information Technology (b-it) und das T\u00fcbingen Center for Academic Drug Discovery (T\u00fcCAD2) der Universit\u00e4t T\u00fcbingen haben daf\u00fcr nun eine Kooperation geschlossen. Die Zusammenarbeit konzentriert sich auf die Entdeckung von Wirkstoffen, die Fehlfunktionen bei Proteinkinasen und somit die Ursache verschiedener Krankheiten behandeln k\u00f6nnen. Die Wissenschaftler*innen des Lamarr-Instituts und des b-it bringen dabei ihre langj\u00e4hrigen Expertisen in der Datenanalyse und Entwicklung von Computer-Methoden f\u00fcr die Arzneimittelforschung ein, w\u00e4hrend T\u00fcCAD2 als f\u00fchrendes Zentrum f\u00fcr akademische Arzneimittelforschung die Medizinische Chemie und Pharmakologie \u00fcbernimmt.<\/strong><\/p>\n\n\n\n Bonn\/T\u00fcbingen. Der Weg zur Entwicklung neuer Medikamente ist lang, aufwendig und teuer. Von Tausenden neuen potenziellen Wirkstoffen, die in Laboren gefunden und untersucht werden, schafft es nur ein geringer Prozentsatz in klinische Versuche. Mit Gl\u00fcck \u00fcbersteht eine Substanz alle Tests und kommt \u2013 sofern sie den hohen gesetzlichen Anforderungen an die Sicherheit entspricht \u2013 als neues Medikament auf den Markt. Bis zur Markteinf\u00fchrung k\u00f6nnen 10 bis 15 Jahre vergehen, die Kosten bewegen sich dabei nicht selten im Milliardenbereich. Der immense Aufwand f\u00fcr Forschung und Entwicklung stellt eine gro\u00dfe Herausforderung f\u00fcr die Pharmaindustrie dar.<\/p>\n\n\n\n K\u00fcnstliche Intelligenz kann hier Abhilfe schaffen und die Entwicklung von Arzneimitteln beschleuni\u00adgen. Die Wissenschaftler*innen des Bereichs Life Sciences am Lamarr-Institut f\u00fcr Maschinelles Lernen und K\u00fcnstliche Intelligenz und Life Science Informatics am Bonn-Aachen International Center for Information Technology (b-it) sind f\u00fchrend auf dem Gebiet der Datenanalyse und des Maschinellen Lernens (ML) f\u00fcr die Arzneimittelforschung. In einer neuen Kooperation mit dem T\u00fcbingen Center for Academic Drug Discovery (T\u00fcCAD2) der Universit\u00e4t T\u00fcbingen wollen die KI-Expert*innen nun die Wirkstoffforschung von Proteinkinasen auf eine neue Ebene bringen. Das Team um Prof. Bajorath bringt insbesondere seine Expertise in der Entwicklung von Berechnungsmethoden f\u00fcr die Auffindung von Proteinkinase-Wirkstoffen in die Kooperation ein. Die Entdeckung von Kinase-Wirkstoffen ist ebenfalls ein Schwerpunkt der Forschenden am T\u00fcCAD2. Kinasen sind Enzyme und erf\u00fcllen im K\u00f6rper die Aufgabe, zellul\u00e4re Signalwege zu regulieren. Proteinkinasen im Speziellen spielen eine Rolle in der Signal\u00fcbertragung und Kontrolle verschiedenster zellul\u00e4rer Prozesse. Funktionieren diese Enzyme nicht richtig, k\u00f6nnen schwere Krankheiten wie Krebs, neurologische St\u00f6rungen oder Autoimmunerkrankungen entstehen. Das macht die Proteinkinase-Wirkstoffe zu einem vielversprechenden Ziel in der Arzneimittelforschung. Als f\u00fchrendes Zentrum f\u00fcr akademische Arzneimittelforschung und Entwicklung in Deutschland kann T\u00fcCAD2 bereits eine herausragende Erfolgsbilanz vorweisen: So sind unter Leitung von Prof. Dr. Stefan A. Laufer seit der Gr\u00fcndung im Jahr 2012 insgesamt f\u00fcnf Wirkstoffkandidaten zur Erstanwendung am Menschen gebracht worden. \u201eDamit sind diese Forschungs- und Entwicklungsaktivit\u00e4ten in T\u00fcbingen und Bonn in hohem Ma\u00dfe komplement\u00e4r und stellen eine einzigartige Gelegenheit f\u00fcr eine Allianz zwischen den beiden f\u00fchrenden akademischen Zentren dar\u201c, sagt Laufer.<\/p>\n\n\n\n Von der Suche nach potenziellen Wirkstoffkandidaten und wirksameren Medikamentenmolek\u00fclen \u00fcber die Sicherheitsbewertung bis hin zur Durchf\u00fchrung von klinischen Tests \u2013 in nahezu allen Phasen kann K\u00fcnstliche Intelligenz die Arzneimittelforschung unterst\u00fctzen und effizienter gestalten. Insbesondere in den Lebenswissenschaften wie Medizin und Pharmazie ist es jedoch besonders wichtig, dass die Funktionsweisen hinter den Verfahren des Maschinellen Lernens f\u00fcr alle transparent und verst\u00e4ndlich sind. Deshalb setzen die Forschenden am Lamarr-Institut und b-it auf \u201eErkl\u00e4rbare KI\u201c, die nicht nur mit biowissenschaftlichen Daten trainiert wird, sondern auch zus\u00e4tzliches Wissen und Kontextinformationen aus verschiedenen lebenswissenschaftlichen Bereichen nutzt. \u201eWarum trifft die K\u00fcnstliche Intelligenz eine bestimmte Vorhersage? Damit wir in den Life Sciences das Potenzial von KI aussch\u00f6pfen k\u00f6nnen, muss sie f\u00fcr ein interdisziplin\u00e4res Publikum verst\u00e4ndlich sein. Andernfalls gehen der Einsatz und die Akzeptanz nicht \u00fcber die Theorie hinaus\u201c, sagt Bajorath. \u201eZudem ist das Konzept der Triangul\u00e4ren KI \u2013 also die Verbindung von Daten mit einem spezifischen Kontext und interdisziplin\u00e4rem Wissen \u2013 entscheidend f\u00fcr die Qualit\u00e4t der Vorhersagen.\u201c<\/p>\n\n\n\n W\u00e4hrend Datenanalyse und Maschinelles Lernen am Lamarr-Institut und b-it in Bonn stattfinden, werden Wirkstoffsynthese, Pharmakologie und biologische Tests am T\u00fcCAD2 in T\u00fcbingen durchgef\u00fchrt. Als Datengrundlage dient den Wissenschaftler*innen einerseits die T\u00fcKIC-Bibliothek, die derzeit gr\u00f6\u00dfte akademische Sammlung von Proteinkinase-Inhibitoren (PKI) mit ca. 12.000 PKIs und 1 Million Aktivit\u00e4tsdaten, sowie eine Sammlung von ca. 156.000 PKIs aus \u00f6ffentlichen Quellen, die am Lamarr-Institut kuratiert wird und derzeit mehr als 80 Prozent aller menschlichen Kinasen abdeckt.<\/p>\n\n\nEine neue \u00c4ra der Arzneimittelforschung<\/h2>\n\n\n\n
\u201eDie Fortschritte in der KI-gest\u00fctzten Arzneimittelentwicklung versprechen konzeptionell neue M\u00f6glichkeiten f\u00fcr eine verbesserte und beschleunigte Medikamenten-entwicklung\u201c, sagt Prof. Dr. J\u00fcrgen Bajorath, Principal Investigator und Area Chair am Lamarr-Institut und Professor am b-it. \u201eIm Rahmen dieser Initiative b\u00fcndeln renommierte Partner aus den Bereichen Medikamenten-entwick\u00adlung und KI ihre Kr\u00e4fte, um eine neue \u00c4ra der akademischen Wirkstoffforschung und -entwicklung zu gestalten\u201c.<\/p>\n\n\n\nTriangul\u00e4re KI entscheidend f\u00fcr Akzeptanz und Qualit\u00e4t<\/h2>\n\n\n\n