Entwick­lung von Medi­ka­menten beschleu­nigen

TK: Frau Prof. Volkamer, sie sind Bio-Informatikerin und forschen an der Universität des Saarlandes und dem Helmholtz-Zentrum für Pharmazeutische Forschung Saarland an der Schnittstelle zwischen Künstlicher Intelligenz und Pharmazie. Worin liegen die Schwerpunkte Ihrer Forschung, und welche Ziele verfolgen Sie damit langfristig?

Prof. Dr. Andrea Volkamer: In meiner Forschung entwickeln und nutzen wir computergestützte Methoden, um neue Wirkstoffe zu entwerfen. Wir simulieren am Computer, wie ein möglicher Wirkstoff aussehen könnte, bevor er im Labor getestet wird. Das spart Zeit und hilft unseren Partnern im Labor, gezielt zu arbeiten. Langfristig möchten wir die Entwicklung von Medikamenten beschleunigen und kostengünstiger machen. So können wir Therapien schneller zu den Patientinnen und Patienten bringen. Unser Ziel ist es, mit digitalen Werkzeugen medizinische Innovation wirksamer und effizienter zu gestalten.

Prof. Dr. Andrea Volkamer

Das Bild ist noch nicht vollständig geladen. Falls Sie dieses Bild drucken möchten, brechen Sie den Prozess ab und warten Sie, bis das Bild komplett geladen ist. Starten Sie dann den Druckprozess erneut.

TK: Wie genau unterstützen datengetriebene Methoden und KI heute die Suche nach neuen Wirkstoffen und wie unterscheiden sie sich von klassischen Labormethoden? 

Prof. Dr. Volkamer: Der chemische Raum, also die mögliche Zusammensetzung neuer Wirkstoffe, ist riesig. Geschätzt gibt es 10^60 Möglichkeiten, also sehr viel mehr als das, was man im Labor testen kann. Deshalb nutzen wir Daten, Algorithmen und KI, um vorherzusagen, welche Moleküle besonders gut an ein fehlreguliertes Protein binden könnten. Grundlage dafür sind unter anderem 3D-Strukturen von Proteinen, bereits getestete kleine Moleküle, und unser Wissen über ihre chemischen Eigenschaften und Interaktionen. Inzwischen kann KI sogar Proteinstrukturen vorhersagen, vielen haben sicher z.B. von AlphaFold gehört, was früher nur durch aufwendige Experimente möglich war. Aus solchen Daten und bekannten Bindungsaffinitäten von Molekülen lassen sich Modelle trainieren, mit denen man heute Milliarden an Molekülen virtuell durchtesten kann. Das macht die Suche nach passenden Wirkstoffen deutlich schneller und effizienter, aber man benötigt natürlich genügend Trainingsdaten. 

TK: Welche Vorteile kann eine stärker daten- und KI-gestützte Entwicklung von Medikamenten haben?

Prof. Dr. Volkamer: KI kann Muster in Daten erkennen, ohne dass wir sie vorher festlegen müssen. Je mehr Daten wir haben, desto besser können wir moderne KI-Modelle wie tiefe neuronale Netze nutzen. Gleichzeitig müssen wir vorsichtig sein, denn in der pharmazeutischen Forschung gibt es oft weniger Daten, als wir gerne hätten, und die Probleme sind sehr komplex. Gerade deshalb müssen wir chemisches und biologisches Fachwissen einbauen, um gute Ergebnisse zu erzielen. KI ersetzt also nicht das Expertenwissen, sondern ergänzt es. Gemeinsam können wir so Wirkstoffe gezielter entwickeln.

Werden Entwicklungsprozesse effizienter, können am Ende auch die Medikamente günstiger werden. So hilft Digitalisierung langfristig allen Beteiligten. Prof. Dr. Andrea Volkamer

TK: Die Ausgaben für Arzneimittel steigen in Deutschland seit Jahren stark an. Wie kann eine stärker datengestützte Forschung dabei unterstützen, dass die Versorgung weiterhin bezahlbar bleibt?

Prof. Dr. Volkamer: Wenn wir früh erkennen, welche Moleküle ungeeignet sind, sparen wir viel Zeit und Geld. Teure Tierversuche und klinische Studien für erfolglose Kandidaten können so vermieden werden, und auch die Zahl der Tierversuche sinkt. Dieser Ansatz wird oft "fail early, fail cheap" genannt. Da die Entwicklung eines Medikaments heute rund 15 Jahre dauert und Milliarden kostet, hat jede frühe Einsparung große Wirkung. Werden Entwicklungsprozesse effizienter, können am Ende auch die Medikamente günstiger werden. So hilft Digitalisierung langfristig allen Beteiligten, Forschung, Industrie und vor allem den Patientinnen und Patienten. 

TK: Daten bilden eine wichtige Grundlage für Ihre Forschung. Was muss sich in diesem Zusammenhang ändern, damit Ihre Arbeit erleichtert wird? 

Prof. Dr. Volkamer: Wichtig ist der Zugang zu Daten, die heute oft aus Gründen des geistigen Eigentums in Unternehmen bleiben. Würden diese Daten, zum Beispiel über alle getesteten Moleküle, stärker geteilt, könnte die Forschung deutlich schneller vorankommen. Außerdem werden bisher meist nur positive Ergebnisse veröffentlicht, also Moleküle, die gut binden. Für KI-Modelle sind aber auch negative Daten sehr wertvoll, damit sie zuverlässig lernen können. Offenere Publikations- und Datenkultur würde daher allen Seiten helfen.