Perspektiven
AI in der Wirkstoffentdeckung
In den letzten 50 Jahren stand bei der Wirkstoffentdeckung das Hochdurchsatz-Screening für bekannte krankheitsassoziierte Ziele im Mittelpunkt. Daher ist der Prozess der Wirkstoffentdeckung langwierig, teuer und weitgehend erfolglos.
Einem Forschungsbericht zufolge vergehen von der Entdeckung eines Moleküls bis zur Markteinführung im Durchschnitt zehn bis zwölf Jahre.1 Eine weitere Studie berechnet, dass sich die Kosten des Forschungs- und Entwicklungsprozesses pro Medikament auf durchschnittlich USD 2,168 Milliarden und damit auf fast das Doppelte der im Jahr 2010 berechneten Kosten von USD 1,188 Milliarden belaufen. Gleichzeitig ging der prognostizierte durchschnittliche Spitzenumsatz für in der Pipeline befindliche Medikamente von USD 816 Millionen im Jahr 2010 um die Hälfte auf USD 407 Millionen im Jahr 2018 zurück. Infolgedessen sank die erwartete Kapitalrendite für die Wirkstoffentwicklung kontinuierlich von 10,1% im Jahr 2010 auf 1,9% im Jahr 2018.2 Die Branche muss daher einen Weg finden, um die Kosten der Markteinführung für neue Präparate zu senken.
Einer der Faktoren, der den Durchsatz im Entwicklungsprozess vorantreiben kann, ist die präzise Kenntnis der dreidimensionalen Struktur der Wirkstoffe und der Wirkorte, sowie deren Bindungsaffinität (Spezifität). Dies bestimmt letztendlich die Effizienz des Wirkungsmechanismus und die effiziente Verabreichung eines Präparats. Der Markt für Wirkstoffentwicklung konzentriert sich daher auf den Einsatz künstlicher Intelligenz (KI), um die Genauigkeit, die Vorhersehbarkeit und das Tempo der Wirkstoffentwicklung zu erhöhen.
KI kann auf verschiedene Weise unter anderem dazu beitragen:
- die Flexibilität des Forschungsprozesses zu erhöhen
- die Genauigkeit der Prognosen hinsichtlich der Wirksamkeit und Sicherheit des Präparats zu verbessern
- Möglichkeiten zur Diversifikation der Medikamenten-Pipeline zu bieten
Unsere erste Publikation der Serie über AI in der Biopharmabranche konzentriert sich auf "Intelligente Wirkstoffentdeckung" und hebt die Auswirkungen der künstlichen Intelligenz anhand einer eingehenden Untersuchung von acht Fallstudien hervor. Diese Fallstudien wurden weltweit durchgeführt und verdeutlichen das sich wandelnde Umfeld der Biopharmaunternehmen, die sich mit der Wirkstoffentwicklung befassen. Ausserdem zeigen sie die staatlichen und nicht-staatlichen Interventionen zur AI-gesteuerten Wirkstoffentwicklung und weisen auf die zunehmende Bedeutung der Schwellenländer in der Wirkstoffentwicklung hin. Infolge des Einsatzes neuer Technologien verändern sich die Bestimmungen und Gesetze in allen Branchen ständig. Biopharmaunternehmen müssen ihre Kompetenzen im Hinblick auf die rechtlichen und ethischen Aspekte der künstlichen Intelligenz in der Wirkstoffentwicklung weiterentwickeln. Eines steht fest: Die Wirkstoffentwicklung wird in Zukunft ganz anders verlaufen als bisher!
1. Helen Dowden and Jamie Munro, Trends in clinical success rates and therapeutic focus, Springer Nature Limited, 8 May 2019, https://www.nature.com/articles/d41573-019-00074-z, accessed 23 September 2019.
2. Measuring the return from pharmaceutical innovation 2018, Deloitte
Kontakte
