Direkt zum Inhalt
Login erforderlich
Dieser Artikel ist Abonnenten mit Zugriffsrechten für diese Ausgabe frei zugänglich.

Künstliche Intelligenz: Auf der Jagd nach neuen Medikamenten

Seit Jahren steckt die Arzneimittelforschung in der Krise: Es wird immer schwerer, neue, effektive Wirkstoffe zu finden. Viele Pharmakonzerne setzen ihre Hoffnungen deshalb in künstliche Intelligenz. Aber können die selbstlernenden Algorithmen den Erwartungen standhalten?
Tabletten und Kapseln in verschiedenen Farben liegen durcheinander.

Bevor ein Wirkstoff für den Einsatz beim Menschen zugelassen wird, muss er zahlreiche Tests durchlaufen. Häufig kommt es dabei vor, dass vielversprechende Kandidaten unerwarteterweise doch noch ausscheiden. Einer der Gründe dafür sind die Cytochrome P450 (CYP450): eine Reihe von Enzymen, die hauptsächlich die Leber produziert. Sie zersetzen verschiedene Chemikalien und verhindern dadurch, dass sich diese im Blutkreislauf zu gefährlichen Mengen aufschaukeln. Wie sich herausstellt, hemmen viele Wirkstoffe die Produktion von CYP450, was sie für den Menschen toxisch macht.

Pharmafirmen versuchen daher vorab herauszufinden, welche Kandidaten eine solche Nebenwirkung haben könnten. Unter anderem analysieren sie das potenzielle Medikament im Reagenzglas, vergleichen wie ähnliche, bereits bekannte Wirkstoffe mit CYP450 reagieren oder führen Tierversuche durch. Allerdings erweisen sich etwa ein Drittel der so gewonnenen Vorhersagen als falsch. In diesen Fällen zeigen erst Versuche an Menschen, dass sich der Wirkstoff nicht eignet – was hohe Geldsummen und jahrelange Arbeit verschwendet.

Wegen solcher und anderer Schwierigkeiten steckt die Medikamentenentwicklung in der Pharmaindustrie seit mindestens zwei Jahrzehnten in einer Krise. Die Unternehmen geben zunehmend Geld aus – die zehn größten investieren inzwischen fast 80 Milliarden Euro jährlich – und bringen dabei immer weniger erfolgreiche Wirkstoffe hervor …

Kennen Sie schon …

Spektrum Kompakt – Quantencomputer - Neue Erkenntnisse und Verfahren

Diskutiert und selten gesehen: der Quantencomputer verspricht Fortschritt von Technik bis Medizin - doch stecken seine Berechnungen noch in den Kinderschuhen. Wie funktionieren die futuristischen Rechner und weshalb genügt der heimische PC ihren Zwecken teilweise nicht?

Spektrum - Die Woche – Wo Bäume mehr schaden als nützen

Drei Milliarden neue Bäume in der EU, zehn Milliarden in den USA, 70 Milliarden in China. Doch die ambitionierten Ziele für Aufforstungen könnten lokale Ökosysteme und Tierbestände gefährden. Außerdem in der aktuellen »Woche«: wieso der Hype um ultradünne Halbleitermaterialien berechtigt ist.

Spektrum der Wissenschaft – Das Geheimnis der Dunklen Energie

Seit ihrer Entdeckung ist der Ursprung der Dunklen Energie rätselhaft. Neue Teleskope und Theorien sollen Antworten geben. Außerdem: Mit DNA-Spuren aus Luft oder Wasser lässt sich die Verbreitung verschiedenster Arten störungsfrei erfassen. Lassen sich riesigen Süßwasservorkommen, die unter mancherorts unter dem Meeresboden liegen, als Reserven nutzen? RNA-Ringe sind deutlich stabiler als lineare RNA-Moleküle und punkten daher als Arzneimittel der nächsten Generation. Ein Mathematiker ergründete auf Vanuatu, wie die Sandzeichnungen der Bewohner mit mathematischen Graphen zusammenhängen.

Schreiben Sie uns!

Beitrag schreiben

Wir freuen uns über Ihre Beiträge zu unseren Artikeln und wünschen Ihnen viel Spaß beim Gedankenaustausch auf unseren Seiten! Bitte beachten Sie dabei unsere Kommentarrichtlinien.

Tragen Sie bitte nur Relevantes zum Thema des jeweiligen Artikels vor, und wahren Sie einen respektvollen Umgangston. Die Redaktion behält sich vor, Zuschriften nicht zu veröffentlichen und Ihre Kommentare redaktionell zu bearbeiten. Die Zuschriften können daher leider nicht immer sofort veröffentlicht werden. Bitte geben Sie einen Namen an und Ihren Zuschriften stets eine aussagekräftige Überschrift, damit bei Onlinediskussionen andere Teilnehmende sich leichter auf Ihre Beiträge beziehen können. Ausgewählte Zuschriften können ohne separate Rücksprache auch in unseren gedruckten und digitalen Magazinen veröffentlicht werden. Vielen Dank!

  • Quellen

Collins, J. J. et al.: A deep learning approach to antibiotic discovery. Cell 180, 2020

DiMasi, J. A. et al.: Innovation in the pharmaceutical industry: New estimates of R&D costs. Journal of Health Economics 47, 2016

Kundranda, M. N. et al.: Phase II trial of BPM31510-IV plus gemcitabine in advanced pancreatic ductal adenocarcinomas (PDAC). Journal of Clinical Oncology 38, 2020

Stokes, J. M. et al.: A deep learning approach to antibiotic discovery. Cell 180, 2020

Zhu, H.: Big Data and Artificial Intelligence modeling for drug discovery. Annual Review of Pharmacology and Toxicology 60, 2020

Bitte erlauben Sie Javascript, um die volle Funktionalität von Spektrum.de zu erhalten.