Künstliche Intelligenz in der Arzneimittelforschung

Berlin -

Für die Arzneimittelentwicklung sind viele Daten erforderlich. Die Datenakquirierung ist für einige Patientengruppen erschwert, bei Kindern und Schwangeren sehen sich Forscher:innen vor allem mit ethischen Fragen konfrontiert. Künstliche Intelligenz könnte diese Lücken schließen, Certara entwickelt entsprechende Biosimulationen.

Das Unternehmen Certara bietet Dienstleistungen und Anwendungen zur Biosimulation an, um neue Arzneimittel zu entwickeln. Laut eigenen Aussagen seien 90 Prozent aller neuen FDA-Arzneimittelzulassungen von Certara-Kunden erhalten worden. Mit einem Jahresumsatz von 336 Millionen US-Dollar im Jahre 2022 sei Certara Marktführer bei Biosimulation, technologiegestützter Pharmakokinetik/ Pharmakodynamik und Datenanalyse. Um einen Ausbau zu gewährleisten, akquirierte das Unternehmen zuletzt den KI-Spezialisten Vyasa Analytics.

Mithilfe Künstlicher Intelligenz und Deep Learning soll damit die Certara-Plattform D360 verstärkt werden. Diese diene der Abfrage, Visualisierung und Analyse von Daten in der Arzneimittelentwicklung. „Mit Hilfe Künstlicher Intelligenz wird unsere Plattform für die Suche und Analyse von wissenschaftlichen Daten in der Lage sein, unstrukturierte Daten zu finden, zu strukturieren und zu verarbeiten. Darüber hinaus erhalten wir noch mehr Möglichkeiten, Eigenschaften von Wirkstoffkandidaten zu berechnen und zu optimieren“, so Dr. Fabian Rauscher, Scientific Informatics Manager Europe bei Certara.

Vorteile für die Pädiatrie

Certara bietet auch Plattformen zur Modellierung und Biosimulation von Arzneimittelwirkungen an, um zum Beispiel pharmakometrische Analysen zu erstellen, die den Anforderungen der Zulassungsbehörden entsprechen. Das sei vor allem in der Pädiatrie bedeutend, da in diesem Therapiebereich aufgrund fehlender klinischer Studien viele Arzneimittel nur „off-label“ eingesetzt werden könnten.

In der Plattform Simcyp-Simulator können virtuelle Populationen auf Basis physiologischer, anatomischer und biologischer Parameter erstellt werden. Dabei fließen verschiedene Variablen in das Modell ein. Sie können beispielsweise das Alter, eine Schwangerschaft oder eine Krankheit beschreiben. Die Modellstruktur ermögliche daher, auch Gruppen zu berücksichtigen, „die nicht in klinische Studien inkludiert werden können“, so Dr. Felix Stader, Senior Research Scientist.

Studierenden und Lehrkräften werden sogar kostenlose Bildungslizenzen zur Verfügung gestellt, mit denen sie alle Funktionen der Softwareplattform Phoenix freischalten und schon entsprechende Eindrücke in die Arzneimittelentwicklung gewinnen können.