KI-Modell der ETH hilft beim Finden neuer Arzneien

Wissenschaftlerinnen und Wissenschaftler der Forschungsbereiche Chemie und Künstliche Intelligenz haben an der ETH gemeinsam mit Fachleuten von Roche Pharma Research and Early Development ein Verfahren entwickelt, das laut einer Medienmitteilung dabei hilft, das optimale Herstellungsverfahren für neue Arzneimittel zu finden. Dabei arbeiten sie an der Schnittstelle von akademischer KI-Forschung und Laborautomatisierung.

Während bisher aus bekannten chemischen Reaktionen mögliche Wege für die Laborherstellung abgeleitet und diese dann in einem aufwändigen Versuch-und-Irrtum-Verfahren einzeln experimentell ausgetestet wurden, sagt ihr neues KI-Modell die dafür geeigneten Molekülstellen voraus. Als chemische Aktivierungsmethode für das zugrundeliegende Wirkstoffgerüst wurde die Borylierung gewählt.

Zur Borylierung fand das Team um Doktorand Kennetz Atz und Professor Gisbert Schneider vom Institut für Pharmazeutische Wissenschaften bei einer umfassenden weltweiten Literaturrecherche 38 besonders vertrauenswürdige wissenschaftliche Arbeiten, die insgesamt 1380 Borlyierungsreaktionen beschrieben. Dieser Trainingsdatensatz wurde um 1000 Reaktionen ergänzt, die im automatisierten Labor der medizinal-chemischen Forschung von Roche durchgeführt wurden.

Das aus diesem Datenpool generierte KI-Modell prognostiziert zum einen die besten Stellen, sagt zum anderen, wo in den Gerüsten keine Aktivierung möglich ist und es liefert die jeweils optimalen Bedingungen für die Aktivierungsreaktionen. Auf dieselbe Weise will das Team nun auch effektive Modelle für andere Aktivierungsreaktionen als die Borylierung finden. Ausserdem ist Atz nun als KI-Wissenschaftler an der medizinal-chemischen Forschung von Roche beteiligt. „Dieses innovative Projekt ist ein gelungener Brückenschlag zwischen Akademie und Industrie“, so Schneider. Es zeige „das enorme Potenzial von Public-Private Partnerships für die Schweiz“ auf. ce/mm