Forschung im Fokus: Die Arzneimittelforschung mithilfe künstlicher Intelligenz erreicht neue Grenzen

In diesem Monat wurde das Versprechen, dass künstliche Intelligenz (KI) die Arzneimittelentdeckung beschleunigen könnte, mit der Einführung von AlphaFold 3 noch weiter vorangetrieben. Das Tool, die dritte Iteration des 2018 erstmals vorgestellten Proteinstrukturvorhersagemodells, modelliert nicht nur die 3D-Strukturen von Proteinen – den Bausteinen des Lebens –, sondern auch, wie diese Strukturen mit anderen Biomolekülen interagieren, darunter DNA,¹ RNA,² und kleine Moleküle, die als Liganden bekannt sind. Ein derartiges Maß an Komplexität war noch nie mit einem einzelnen Tool erreichbar und könnte das Verständnis der Wissenschaftler für die Biologie von Krankheiten und ihre Fähigkeit zur Entwicklung neuartiger Behandlungsmethoden vertiefen.

Fazit für Anleger

AlphaFold 3 ist einer von vielen KI-Algorithmen, die derzeit in der gesamten Biopharmaindustrie entwickelt werden, um die Arzneimittelentdeckung zu beschleunigen. Die große Frage für Investoren lautet: Werden diese Tools erfolgreich sein?

Die bisherige Erfolgsbilanz ist gemischt. Bis heute sind noch keine vollständig mithilfe künstlicher Intelligenz entwickelten Medikamente auf den Markt gekommen und einige KI-Medikamente, die sich in klinischen Tests am Menschen befanden, wurden aufgrund mangelnder Ergebnisse entweder auf Eis gelegt oder zurückgestellt.

Das Problem könnte darin liegen, dass die Erfolgsaussichten bei der Entwicklung von Medikamenten trotz der Leistungsfähigkeit von KI gering sind: Im Durchschnitt schaffen es 90 % der Therapien, die in klinischen Tests am Menschen getestet werden, nie auf den Markt – eine große Fehlerquote, die diese Technologie nur schwer überwinden kann und die verdeutlicht, wie komplex die Medikamentenentwicklung ist.

Darüber hinaus können bei AlphaFold 3 immer noch Fehler auftreten und es ist wie bei anderen KI-Tools nicht möglich, vorherzusagen, welches Medikament das beste seiner Klasse sein wird. Moderna beispielsweise hat mehr als ein Jahrzehnt damit verbracht, mit Hilfe von KI eine Datenbank mit synthetischer Messenger-RNA (mNRA) aufzubauen und zu analysieren, auf die sich das Unternehmen bei der schnellen Entwicklung seines COVID-19-Impfstoffs stützte. Sein zweiter mRNA-Impfstoff – diesmal gegen das Respiratorische Synzytial-Virus (RSV) – wird voraussichtlich in den kommenden Wochen die Zulassung der amerikanischen Gesundheitsbehörde FDA erhalten. Allerdings wird dieser Impfstoff erst der dritte auf dem Markt sein, und in klinischen Tests zeigte er eine kürzere Wirkungsdauer als seine Konkurrenzprodukte, die beide im letzten Jahr auf den Markt kamen.

AlphaFold 3 überschreitet neue Grenzen: Laut den Entwicklern kann der Algorithmus die Struktur und Wechselwirkungen von Biomolekülen mit mindestens 50 Prozent höherer Genauigkeit modellieren als bestehende Methoden. Allerdings müssen die Vorhersagen noch durch traditionelle klinische Forschung bestätigt werden. Und bislang ist AlphaFold 3 nur für die nichtkommerzielle Nutzung verfügbar, was die Verfügbarkeit von Dateneingaben und Erkenntnissen in Zukunft einschränken könnte.

Daher sind wir nach wie vor davon überzeugt, dass Anleger die Rolle der KI bei der Arzneimittelforschung und -entwicklung mit kühlem Kopf betrachten sollten – und KI nicht als die Lösung, sondern eher als einen Teil davon. Zu diesem Zweck halten wir es für wichtig, Unternehmen zu identifizieren, die durch klinische Studien einen Proof of Concept vorweisen können, und dass die Anleger die Bewertungen im Auge behalten. Darüber hinaus wird mit der zunehmenden Verbreitung von KI-Tools auch die Nachfrage nach qualitativ hochwertigen molekularen Daten steigen. Davon könnten Unternehmen profitieren, die Dienste wie die Genomsequenzierung und -interpretation der nächsten Generation anbieten, wie wir bereits in einem anderen Artikel feststellten, in dem wir uns mit einem breiteren Spektrum KI-bezogener Investitionsmöglichkeiten im Gesundheitswesen befassten. Die unterstützende Rolle dieser Firmen könnte weniger Risiken bergen als die reine KI-Biotechnologie, ihnen aber dennoch Zugang zu den Vorteilen der KI-gestützten Arzneimittelforschung verschaffen.

WICHTIGE INFORMATIONEN

Der Gesundheitssektor unterliegt der staatlichen Regulierung und den Erstattungssätzen sowie der staatlichen Zulassung von Produkten und Dienstleistungen. Das kann sich erheblich auf Preise und Verfügbarkeit auswirken, und durch schnelle Veralterung von Medikamenten und den Ablauf von Patenten erheblich beeinflusst werden.

Concentrated investments in a single sector, industry or region will be more susceptible to factors affecting that group and may be more volatile than less concentrated investments or the market as a whole.