» Inhaltsübersicht
Review-Artikel
7 Min.

KI in der Auswahl geeigneter Wirkstoffkandidaten

Die Suche nach geeigneten Wirkstoffkandidaten ist ein zentraler Erfolgsfaktor in der Medikamentenentwicklung und geht mit einem hohen zeitlichen und finanziellen Ressourceneinsatz einher. Mittlerweile betragen die Kosten eines neuen Medikaments von der Entwicklung bis zur Markteinführung bis zu 2,8 Milliarden US-Dollar. Gleichzeitig liegt die Erfolgswahrscheinlichkeit einer MarktzulassungDie Marktzulassung beinhaltet die Erlaubnis einer übergeordneten Instanz, beispielsweise einer Behörde, ein Produkt oder eine Dienstleistung anzubieten. Im Bereich der Pharmazie impliziert die Marktzulassung, dass ein Arzneimittel erfolgreich in der klinischen Prüfung unter anderem auf Wirksamkeit und Nebenwirkungen getestet wurde und vertrieben we…zum Glossar im Durchschnitt bei rund 12 Prozent. Ein zentraler Erfolgsfaktor ist die Auswahl eines geeigneten Wirkstoffkandidaten. Hierzu müssen Forscher in zahlreichen Labortests die Struktur des Wirkstoffes verändern, beispielsweise um eine toxische Wirkung ausschließen zu können. Dieser Prozess kann mehrere Jahre in Anspruch nehmen (1). Erste Wettbewerbe („Challenges“) von unabhängigen Institutionen stellen einen Teil dieses Prozesses nach und zeigen, dass dieser durch den Einsatz von Künstlicher Intelligenz beschleunigt werden könnte. Ein Ergebnis könnte bereits in Millisekunden vorliegen (2, 3). Wie kann Maschinelles Lernen (ML) bei der Auswahl von Wirkstoffkandidaten helfen?

Wirkstoffsuche in der Pharmabranche

Einer der entscheidenden Schritte in der Arzneimittelentwicklung ist die Auswahl des optimalen Wirkstoffkandidaten. Das Ziel ist ein Molekül mit dem größten Potential eines klinischen Erfolgs zu finden. Zu diesem Zweck werden In-vitro- und In-vivo-Studien durchgeführt, um einen oder mehrere Wirkstoffe mit wünschenswerten Eigenschaften in Bezug auf Absorption, Verteilung, Metabolismus, Ausscheidung, Toxikologie sowie Pharmakologie und Wirksamkeit zu identifizieren (3). Insgesamt kann dieser  präklinische Prozess bis zu 4,5 Jahre dauern und Kosten von rund 430 bis 1000 Millionen US-Dollar verursachen (1).

Erste Use Cases sind vielversprechend

Ein zentrales Ziel dieses präklinischen Prozesses ist es einen nicht-toxischen Wirkstoffkandidaten zu identifizieren (4). Im Rahmen der Tox21 Challenge wird dieser Prozess simuliert. Konkret versuchen die teilnehmenden Gruppen, 12 verschiedene toxische Wirkungen für 12 000 Chemikalien computergestützt vorherzusagen. Der DeepTox-Algorithmus lieferte dabei vielversprechende Ergebnisse (5).

Die Deep Tox Pipeline

Der DeepTox AlgorithmusEin Algorithmus ist ein Lösungsverfahren in Form einer systematischen Regel oder Vorgehensweise. Mithilfe einer definierten Abfolge von Verfahrensschritten wird ein Problem gelöst. In der Informatik bilden Algorithmen eine Grundlage der Programmierung. Beispiele für Algorithmen sind die Berechnung des Body-Mass-Index (BMI), Gebrauchsanweisungen ode…zum Glossar basiert auf Künstlicher Intelligenz (KI),Künstliche Intelligenz (KI) impliziert den Versuch menschliches Lernen und Denken dem Computer anzueignen. Problemstellungen sollen von Computersystemen mit Hilfe großer Datenbestände gelöst werden, für die ein Mensch seine Intelligenz benötigt. Im Bereich der Radiologie beispielsweise kann die künstliche Intelligenz Ärzte bei der Befundung unterst… Im Video erklärt.zum Glossar ein Teilbereich des maschinellen Lernens (ML). Konkret nutzt der DeepTox AlgorithmusEin Algorithmus ist ein Lösungsverfahren in Form einer systematischen Regel oder Vorgehensweise. Mithilfe einer definierten Abfolge von Verfahrensschritten wird ein Problem gelöst. In der Informatik bilden Algorithmen eine Grundlage der Programmierung. Beispiele für Algorithmen sind die Berechnung des Body-Mass-Index (BMI), Gebrauchsanweisungen ode…zum Glossar neuronale Deep LearningDeep Learning ist ein Teilbereich des maschinellen Lernens, der neuronale Netzwerke zur Analyse verschiedener Faktoren mit einer Struktur verwendet, die dem menschlichen neuronalen System ähnlich ist. Der Vorteil von künstlichen neuronalen Netzen ist die tiefgehende Abstraktion von Zusammenhängen zwischen Eingabe-Daten und zwischen den abstrahierte…zum Glossar Netzwerke (DLN) (5). Die Besonderheit von Deep LearningDeep Learning ist ein Teilbereich des maschinellen Lernens, der neuronale Netzwerke zur Analyse verschiedener Faktoren mit einer Struktur verwendet, die dem menschlichen neuronalen System ähnlich ist. Der Vorteil von künstlichen neuronalen Netzen ist die tiefgehende Abstraktion von Zusammenhängen zwischen Eingabe-Daten und zwischen den abstrahierte…zum Glossar ist die Nutzung mehrerer sogenannter „Schichten“, die schrittweise nach und nach übergeordnete Merkmale aus den Rohdaten extrahieren, um eine bestimmte Voraussage oder Klassifikation zu ermöglichen (6, 7). Die zugrundeliegende Pipeline besteht dabei aus unterschiedlichen Verarbeitungsschritten. Zunächst identifiziert der DeepTox AlgorithmusEin Algorithmus ist ein Lösungsverfahren in Form einer systematischen Regel oder Vorgehensweise. Mithilfe einer definierten Abfolge von Verfahrensschritten wird ein Problem gelöst. In der Informatik bilden Algorithmen eine Grundlage der Programmierung. Beispiele für Algorithmen sind die Berechnung des Body-Mass-Index (BMI), Gebrauchsanweisungen ode…zum Glossar die unterschiedlichen Merkmale des Wirkstoffes, die in ihrer Gesamtheit ein einzigartiges Wiedererkennungsprofil ermöglichen. Zu den Merkmalen gehören beispielsweise die Anzahl der Atome oder das Vorhandensein oder Fehlen einer vordefinierten Substruktur in einer Verbindung. Diese Merkmale dienen anschließend als Features und somit als Input des Algorithmus.  Anschließend werden die Daten in das DLN gespeist. Dies ermöglicht die Verbindung der Input Daten mit einem bestimmten Output, in diesem Fall in eine Klassifikation in toxisch oder nicht-toxisch. In der Tox21 Challenge hat der AlgorithmusEin Algorithmus ist ein Lösungsverfahren in Form einer systematischen Regel oder Vorgehensweise. Mithilfe einer definierten Abfolge von Verfahrensschritten wird ein Problem gelöst. In der Informatik bilden Algorithmen eine Grundlage der Programmierung. Beispiele für Algorithmen sind die Berechnung des Body-Mass-Index (BMI), Gebrauchsanweisungen ode…zum Glossar mithilfe des DLN die höchste Genauigkeit erreicht und konnte in 8 von 10 Fällen korrekt zwischen toxischen und nicht-toxischen Wirkstoffen unterscheiden (5).

In der praktischen Verwendung bestehen Limitationen

Das Beispiel DeepTox zeigt, dass die Ergebnisse nicht fehlerfrei sind. Folglich Bedarf das Ergebnis von Algorithmen weiterhin einer Überprüfung durch die Spezialisten. Es kann jedoch eine gewisse Vorselektion mit relativ hoher Genauigkeit durchgeführt werden, sodass sich der Prozess insgesamt verkürzen könnte (in Abhängigkeit von der vorhandenen Rechenpower). Limitationen bestehen insbesondere, wenn es um die Konstruktion neuer Wirkstoffverbindungen geht: Hier kann es passieren, dass der AlgorithmusEin Algorithmus ist ein Lösungsverfahren in Form einer systematischen Regel oder Vorgehensweise. Mithilfe einer definierten Abfolge von Verfahrensschritten wird ein Problem gelöst. In der Informatik bilden Algorithmen eine Grundlage der Programmierung. Beispiele für Algorithmen sind die Berechnung des Body-Mass-Index (BMI), Gebrauchsanweisungen ode…zum Glossar Wirkstoffkandidaten entwickelt, die in der Praxis schwierig umzusetzen sind. Beispielsweise weil eine Verbindung zu komplex ist. Vor diesem Hintergrund ist eine kooperative Entwicklung von Informatikern und Experten der Wirkstoffendwicklung wichtig, um verwertbare Ergebnisse zu produzieren (2). Außerdem bedarf es großer und qualitativ hochwertiger Datensätze, die ein Trainieren des AlgorithmusEin Algorithmus ist ein Lösungsverfahren in Form einer systematischen Regel oder Vorgehensweise. Mithilfe einer definierten Abfolge von Verfahrensschritten wird ein Problem gelöst. In der Informatik bilden Algorithmen eine Grundlage der Programmierung. Beispiele für Algorithmen sind die Berechnung des Body-Mass-Index (BMI), Gebrauchsanweisungen ode…zum Glossar ermöglichen (6, 7).

Kooperationen suchen

Durch eine vorangehende Selektion geeigneter Wirkstoffkandidaten mittels eines AlgorithmusEin Algorithmus ist ein Lösungsverfahren in Form einer systematischen Regel oder Vorgehensweise. Mithilfe einer definierten Abfolge von Verfahrensschritten wird ein Problem gelöst. In der Informatik bilden Algorithmen eine Grundlage der Programmierung. Beispiele für Algorithmen sind die Berechnung des Body-Mass-Index (BMI), Gebrauchsanweisungen ode…zum Glossar könnte der Prozess effizienter vollzogen werden. Beispielsweise könnte so die Anzahl der Labortests reduziert werden, indem als toxisch klassifizierte Wirkstoffe nicht mehr getestet werden. Die Entwicklung entsprechender Algorithmen ist jedoch hochkomplex und erfordert eine rechenstarke IT-Infrastruktur sowie das Vorhandensein entsprechender Daten. Dementsprechend sollten Pharmaunternehmen Kooperation mit etablierten Unternehmen eingehen, beispielsweise IBM oder mit vielversprechenden Startups wie Exscientia.


  1. DiMasi JA, Grabowski HG, Hansen RW. Innovation in the pharmaceutical industry: New estimates of R&D costs. J Health Econ. 2016;47:20-33 zum Original
  2. Mullard A. THE DRUG-MAKER’S GUIDE TO THE GALAXY: Nature; 2017. zum Original
  3. Paul SM, Mytelka DS, Dunwiddie CT, Persinger CC, Munos BH, Lindborg SR, et al. How to improve R&D productivity: the pharmaceutical industry’s grand challenge. Nat Rev Drug Discov. 2010;9(3):203-14 zum Original
  4. Chan HCS, Shan H, Dahoun T, Vogel H, Yuan S. Advancing Drug Discovery via Artificial Intelligence.Künstliche Intelligenz (KI) impliziert den Versuch menschliches Lernen und Denken dem Computer anzueignen. Problemstellungen sollen von Computersystemen mit Hilfe großer Datenbestände gelöst werden, für die ein Mensch seine Intelligenz benötigt. Im Bereich der Radiologie beispielsweise kann die künstliche Intelligenz Ärzte bei der Befundung unterst… Im Video erklärt.zum Glossar Trends in Pharmacological Sciences. 2019;40(8):592-604 zum Original
  5. Mayr A, Klambauer G, Unterthiner T, Hochreiter S. DeepTox: Toxicity Prediction using Deep Learning.Deep Learning ist ein Teilbereich des maschinellen Lernens, der neuronale Netzwerke zur Analyse verschiedener Faktoren mit einer Struktur verwendet, die dem menschlichen neuronalen System ähnlich ist. Der Vorteil von künstlichen neuronalen Netzen ist die tiefgehende Abstraktion von Zusammenhängen zwischen Eingabe-Daten und zwischen den abstrahierte…zum Glossar Frontiers in Environmental Science. 2016;3 zum Original
  6. Chen H, Engkvist O, Wang Y, Olivecrona M, Blaschke T. The rise of deep learningDeep Learning ist ein Teilbereich des maschinellen Lernens, der neuronale Netzwerke zur Analyse verschiedener Faktoren mit einer Struktur verwendet, die dem menschlichen neuronalen System ähnlich ist. Der Vorteil von künstlichen neuronalen Netzen ist die tiefgehende Abstraktion von Zusammenhängen zwischen Eingabe-Daten und zwischen den abstrahierte…zum Glossar in drug discovery. Drug Discov Today. 2018;23(6):1241-50 zum Original
  7. Graves J, Byerly J, Priego E, Makkapati N, Parish SV, Medellin B, et al. A Review of Deep LearningDeep Learning ist ein Teilbereich des maschinellen Lernens, der neuronale Netzwerke zur Analyse verschiedener Faktoren mit einer Struktur verwendet, die dem menschlichen neuronalen System ähnlich ist. Der Vorteil von künstlichen neuronalen Netzen ist die tiefgehende Abstraktion von Zusammenhängen zwischen Eingabe-Daten und zwischen den abstrahierte…zum Glossar Methods for Antibodies. Antibodies (Basel). 2020;9(2) zum Original

Kontakt
Lehrstuhl für Management und
Innovation im Gesundheitswesen
Universität Witten/Herdecke
Alfred-Herrhausen-Straße 50
58448 Witten, Deutschland