Zum ersten Mal befindet sich ein von KI entwickeltes Medikament in der zweiten Phase klinischer Studien. Kürzlich veröffentlichte das Team hinter dem Medikament einen Artikel, in dem dargelegt wurde, wie es so schnell entwickelt wurde.

Hergestellt von Insilico Medizin, einem Biotechnologieunternehmen mit Sitz in New York und Hongkong, zielt der Medikamentenkandidat auf idiopathische Lungenfibrose ab, eine tödliche Krankheit, die mit der Zeit zu einer Verhärtung und Narbenbildung der Lunge führt. Der Schaden ist irreversibel und das Atmen wird zunehmend schwieriger. Die Krankheit hat keine bekannten Auslöser. Wissenschaftler hatten Mühe, Proteine ​​oder Moleküle zu finden, die möglicherweise hinter der Krankheit stecken und potenzielle Angriffspunkte für die Behandlung darstellen könnten.

Für medizinische Chemiker ist die Entwicklung eines Heilmittels für die Krankheit ein Albtraum. Für Dr. Alex Zhavoronkov, Gründer und CEO von Insilico Medicine, stellt die Herausforderung einen potenziellen Proof of Concept dar, der den Prozess der Arzneimittelentwicklung mithilfe von KI verändern könnte – und Millionen von Menschen, die mit der tödlichen Krankheit zu kämpfen haben, Hoffnung geben könnte.

Dem Medikament mit der Bezeichnung ISM018_055 wurde während des gesamten Entwicklungsprozesses KI zugeführt. Mit Pharma.AI, der Arzneimitteldesign-Plattform des Unternehmens, nutzte das Team mehrere KI-Methoden, um ein potenzielles Angriffsziel für die Krankheit zu finden und generierte dann vielversprechende Arzneimittelkandidaten.

ISM018_055 zeichnete sich durch seine Fähigkeit aus, die Narbenbildung in Zellen und in Tiermodellen zu reduzieren. Letztes Jahr schloss das Medikament eine klinische Phase-I-Studie an 126 gesunden Freiwilligen in Neuseeland und China ab, um seine Sicherheit zu testen, und bestand diese mit Bravour. Das Team hat jetzt beschrieben ihre gesamte Plattform und gaben ihre Daten frei Nature Biotechnology.

Der Zeitplan für die Arzneimittelentwicklung, von der Suche nach einem Ziel bis zum Abschluss der klinischen Studien der Phase I, ist etwa sieben Jahre. Mit KI hat Insilico diese Schritte in etwa der Hälfte dieser Zeit abgeschlossen.

„Schon früh erkannte ich das Potenzial, KI zu nutzen, um den Arzneimittelentwicklungsprozess von Anfang bis Ende zu beschleunigen und zu verbessern“, sagte Zhavoronkov Singularity Hub. Das Konzept stieß zunächst bei der Arzneimittelforschungsgemeinschaft auf Skepsis. Mit ISM018_055 stellt das Team seine KI-Plattform „auf den ultimativen Test: Entdecken Sie ein neues Ziel, entwerfen Sie von Grund auf ein neues Molekül, um dieses Ziel zu hemmen, testen Sie es und bringen Sie es bis in klinische Studien mit Patienten.“

Das von der KI entwickelte Medikament muss Berge erklimmen, bevor es in die Drogerien gelangt. Derzeit hat es sich nur bei gesunden Freiwilligen als sicher erwiesen. Das Unternehmen wurde gegründet Klinische Phase-II-Studien im vergangenen Sommer, das die Sicherheit des Medikaments weiter untersuchen und beginnen wird, seine Wirksamkeit bei Menschen mit der Krankheit zu testen.

„Viele Unternehmen arbeiten an KI, um verschiedene Schritte in der Arzneimittelforschung zu verbessern.“ sagte Dr. Michael Levitt, ein Nobelpreisträger für Chemie, der nicht an der Arbeit beteiligt war. „Insilico … hat nicht nur ein neues Ziel identifiziert, sondern auch den gesamten Prozess der frühen Arzneimittelentwicklung beschleunigt und ihre KI-Methoden recht erfolgreich validiert.“

Die Arbeit sei so „aufregend für mich“, sagte er.

Das lange Spiel

Die ersten Phasen der Medikamentenentwicklung ähneln einem Glücksspiel mit hohen Einsätzen.

Wissenschaftler wählen ein Ziel im Körper aus, das wahrscheinlich eine Krankheit verursacht, und entwickeln dann sorgfältig Chemikalien, die das Ziel stören. Anschließend werden die Kandidaten auf eine Vielzahl bevorzugter Eigenschaften geprüft. Kann es beispielsweise als Pille oder mit einem Inhalator statt einer Injektion aufgenommen werden? Kann das Medikament das Ziel in ausreichend hohen Konzentrationen erreichen, um die Narbenbildung zu blockieren? Kann es von den Nieren leicht aufgespalten und ausgeschieden werden? Ist es letztendlich sicher?

Der gesamte Validierungsprozess, von der Entdeckung bis zur Zulassung, kann mehr als ein Jahrzehnt und Milliarden von Dollar dauern. Meistens zahlt sich das Wagnis nicht aus. Grob 90 Prozent der zunächst vielversprechenden Medikamentenkandidaten scheitern in klinischen Studien. Noch mehr Kandidaten schaffen es nicht so weit.

Der erste Schritt – das Finden des Angriffspunkts für ein potenzielles Medikament – ​​ist von entscheidender Bedeutung. Besonders schwierig ist der Prozess jedoch bei Krankheiten ohne bekannte Ursache oder bei komplexen Gesundheitsproblemen wie Krebs und altersbedingten Störungen. Zhavoronkov fragte sich, ob es mit KI möglich sei, die Reise zu beschleunigen. Im letzten Jahrzehnt baute das Team mehrere „KI-Wissenschaftler“ auf, um ihre menschlichen Mitarbeiter zu unterstützen.

Der Erste, PandaOmics, nutzt mehrere Algorithmen, um potenzielle Ziele in großen Datensätzen zu identifizieren – zum Beispiel genetische oder Proteinkarten und Daten aus klinischen Studien. Für idiopathische Lungenfibrose trainierte das Team das Tool anhand von Daten aus Gewebeproben von Patienten mit dieser Krankheit und fügte Text aus einer Vielzahl wissenschaftlicher Online-Veröffentlichungen und Zuschüsse auf diesem Gebiet hinzu.

Mit anderen Worten, PandaOmics verhielt sich wie ein Wissenschaftler. Es „las“ und synthetisierte vorhandenes Wissen als Hintergrund und integrierte Daten aus klinischen Studien, um eine Liste potenzieller Angriffspunkte für die Krankheit zu erstellen, wobei der Schwerpunkt auf Neuheiten lag.

Als bester Kandidat erwies sich ein Protein namens TNIK. Obwohl TNIK zuvor nicht mit idiopathischer Lungenfibrose in Verbindung gebracht wurde, war dies der Fall ein Ziel mit mehreren „Merkmale des Alterns“ verbunden – den unzähligen gestörten genetischen und molekularen Prozessen, die sich mit zunehmendem Alter anhäufen.

Mit einem potenziellen Ziel in der Hand rief eine weitere KI-Engine an Chemie42nutzten generative Algorithmen, um Chemikalien zu finden, die sich an TNIK anheften könnten. Diese Art von KI generiert Textantworten in beliebten Programmen wie ChatGPT, kann aber auch neue Medikamente erfinden.

„Generative KI als Technologie gibt es seit 2020, aber jetzt befinden wir uns in einem entscheidenden Moment sowohl eines breiten kommerziellen Bewusstseins als auch bahnbrechender Errungenschaften“, sagte Zhavoronkov.

Mithilfe von Expertenbeiträgen von Humanmedizinchemikern fand das Team schließlich seinen Medikamentenkandidaten: ISM018_055. Das Medikament erwies sich in Tiermodellen als sicher und wirksam bei der Reduzierung der Narbenbildung in der Lunge. Überraschenderweise schützte es auch Haut und Nieren vor Fibrose, die im Alter häufig auftritt.

Ende 2021 startete das Team eine klinische Studie in Australien, um die Sicherheit des Arzneimittels zu testen. Weitere folgten bald in Neuseeland und China. Die Ergebnisse bei gesunden Freiwilligen waren vielversprechend. Das von der KI entwickelte Medikament wurde als Pille leicht von der Lunge aufgenommen und anschließend abgebaut und ohne nennenswerte Nebenwirkungen aus dem Körper ausgeschieden.

Es ist ein Proof of Concept für die KI-basierte Arzneimittelentwicklung. „Wir können zweifelsfrei beweisen, dass diese Methode zur Suche und Entwicklung neuer Behandlungsmethoden funktioniert“, sagte Zhavoronkov.

Erster in der Klasse

Das von der KI entwickelte Medikament ging zur nächsten Phase der klinischen Studien über, Phase II, sowohl in den USA als auch in China letzten Sommer. Das Medikament wird an erkrankten Menschen anhand des Goldstandards klinischer Studien getestet: randomisiert, doppelblind und mit einem Placebo.

„Viele Leute sagen, dass sie KI für die Arzneimittelentwicklung einsetzen.“ sagte Dr. Alán Aspuru-Guzik von der University of Toronto, der nicht an der neuen Studie beteiligt war. „Dies ist meines Wissens das erste KI-generierte Medikament in klinischen Studien der Stufe II. Ein echter Meilenstein für die Community und für Insilico.“

Der Erfolg des Medikaments ist noch immer nicht selbstverständlich. Arzneimittelkandidaten scheitern in klinischen Studien häufig. Aber wenn es gelingt, könnte es möglicherweise eine größere Reichweite haben. Mit zunehmendem Alter tritt in mehreren Organen leicht Fibrose auf, die schließlich zum Stillstand der normalen Organfunktionen führt.

„Wir wollten ein Ziel identifizieren, das sowohl bei Krankheiten als auch beim Altern eine wichtige Rolle spielt, und Fibrose … ist ein wichtiges Kennzeichen des Alterns“, sagte Zhavoronkov. Die KI-Plattform hat eines der vielversprechendsten „doppelten Ziele im Zusammenhang mit der Bekämpfung von Fibrose und dem Altern“ gefunden, das nicht nur Menschen mit idiopathischer Lungenfibrose Leben retten, sondern möglicherweise auch das Altern für uns alle verlangsamen könnte.

Für Dr. Christoph Kuppe von der RWTH Aachen, der nicht an der Arbeit beteiligt war, ist die Studie ein „Meilenstein“, der den Weg der Arzneimittelentwicklung neu gestalten könnte.

Da sich ISM018_055 derzeit in Phase-II-Studien befindet, stellt sich Zhavoronkov eine Zukunft vor, in der KI und Wissenschaftler zusammenarbeiten, um neue Behandlungen zu beschleunigen. „Wir hoffen, dass diese [Arbeit] mehr Vertrauen und mehr Partnerschaften schaffen und dazu beitragen wird, alle verbleibenden Skeptiker vom Wert der KI-gesteuerten Arzneimittelforschung zu überzeugen“, sagte er.

Bildquelle: Insilico

• SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
• PlatoData.Network Vertikale generative KI. Motiviere dich selbst. Hier zugreifen.
• PlatoAiStream. Web3-Intelligenz. Wissen verstärkt. Hier zugreifen.
• PlatoESG. Kohlenstoff, CleanTech, Energie, Umwelt, Solar, Abfallwirtschaft. Hier zugreifen.
• PlatoHealth. Informationen zu Biotechnologie und klinischen Studien. Hier zugreifen.
• Quelle: https://singularityhub.com/2024/03/18/an-ai-designed-drug-is-moving-toward-approval-at-an-impressive-clip/