KI in der Wirkstoffforschung steht vor Herausforderungen bei Datenqualität und Verzerrung

Die hohen Kosten und langen Zeiträume der Arzneimittelentwicklung treiben Pharmaunternehmen dazu, künstliche Intelligenz (KI) einzusetzen, um Erfolgsraten zu verbessern und Risiken zu reduzieren. KI wird verwendet, um Wirkstoffkandidaten von Grund auf zu entwerfen und ihre Wechselwirkungen mit Krankheitszielen vorherzusagen, wodurch das traditionelle physische Screening riesiger Molekülbibliotheken ersetzt wird. Diese Verschiebung ermöglicht es Unternehmen, vielversprechende Verbindungen schneller zu identifizieren und minderwertige Kandidaten vor Labortests auszusortieren, was Zeit und Ressourcen spart.

Allerdings benötigen KI-generierte Kandidaten weiterhin eine Laborvalidierung, da aktuelle Modelle Kinetik oder Entwickelbarkeit nicht zuverlässig vorhersagen können. Dies hat den Druck auf Laborteams erhöht, die eine wachsende Anzahl vielfältiger, KI-generierter Verbindungen testen und charakterisieren müssen. Traditionelle Screening-Workflows, die für binäre Ja-oder-Nein-Ergebnisse ausgelegt sind, haben Schwierigkeiten, die detaillierten Daten zu liefern, die für diese komplexen Kandidaten erforderlich sind.

Eine große Herausforderung ist die Qualität und Vollständigkeit der Trainingsdaten. Viele KI-Modelle stützen sich auf öffentliche Datensätze, denen Struktur, Kennzeichnung und Vielfalt fehlen, was zu einer „Datenmauer“ führt, bei der Modelle mit abnehmenden Erträgen zu ähnlichen Schlussfolgerungen gelangen. Publikationsbias verschärft dies, da sich die meisten öffentlichen Daten auf positive Ergebnisse konzentrieren, während negative Daten – fehlgeschlagene Experimente und nicht-bindende Verbindungen – unveröffentlicht bleiben. Paul Belcher, Direktor für Protein-Forschungsstrategie bei Cytiva, stellt fest, dass dieser Bias die Fähigkeit der Modelle einschränkt, aus Fehlern zu lernen und zuverlässige Vorhersagen zu treffen.

Datenintegrität ist ein weiteres Problem. Die Fälschung von Bildern, wie Western Blots, ist mit generativer KI einfacher geworden. Die Mikrobiologin Elisabeth Bik fand in einer Studie heraus, dass fast 4 % der biomedizinischen Publikationen bis 2016 duplizierte oder manipulierte Bilder enthielten. Belcher warnt davor, dass manipulierte Daten, die zum Trainieren von KI verwendet werden, verheerende Folgen haben könnten. Einige Anbieter entwickeln Werkzeuge zur Überprüfung der Datenauthentizität, wie den Image Integrity Checker von Cytiva, der sichere Hash-Algorithmen verwendet, um Manipulationen zu erkennen. Verlage zeigen Interesse daran, solche Werkzeuge als Standardpraxis zu übernehmen.

In Zukunft muss die Branche diese Datenherausforderungen angehen, um das volle Potenzial der KI in der Wirkstoffforschung auszuschöpfen. Dazu gehört die Erstellung umfassenderer Datensätze, die auch negative Ergebnisse enthalten, die Verbesserung der Datenkennzeichnung und -struktur sowie die Implementierung von Verifikationswerkzeugen zur Sicherstellung der Datenintegrität. Ohne diese Schritte riskieren KI-Modelle, Verzerrungen zu verstärken und unzuverlässige Vorhersagen zu liefern, was ihr Versprechen, die Arzneimittelentwicklung zu beschleunigen, untergräbt.