Ein Forschungsteam hat eine „virtuelle Biotech-Firma“ aufgebaut, in der Tausende von KI-Agenten gemeinsam an verschiedenen Aspekten der Wirkstoffforschung arbeiten.
In einer in der Fachzeitschrift „Science“ veröffentlichten Studie analysierte das System Daten aus 55.984 klinischen Studien. Die Forscher beauftragten es außerdem, B7-H3 zu untersuchen, ein Protein, das bereits als mögliches Therapieziel bei Lungenkrebs erforscht wird.
Die Ergebnisse sind interessant. Allerdings hat die KI weder B7-H3 entdeckt noch ein neues Medikament entwickelt oder die Wirksamkeit einer Behandlung nachgewiesen. Ihr Vorschlag wurde bislang noch nicht experimentell überprüft.
Was haben die 37.000 KI-Agenten eigentlich gemacht?
„The Virtual Biotech“ wurde so konzipiert, dass es wie ein Biotechnologieunternehmen funktioniert.
Eine als „Chefwissenschaftler“ fungierende KI wies den Teams Aufgaben in Bereichen wie Behandlungsziele, Wirkstoffentwicklung und klinische Studien zu. Mehr als 37.000 Agenten prüften jeweils eine klinische Studie in einem fortgeschrittenen Stadium.
Anschließend stellten die Forscher dem System eine konkretere Aufgabe: zu beurteilen, ob CD276, besser bekannt als B7-H3, ein vielversprechendes Behandlungsziel bei Lungenkrebs sein könnte.
B7-H3 war keine neue Entdeckung. Frühere Forschungsarbeiten hatten bereits hohe Konzentrationen des Proteins in einigen Lungentumoren nachgewiesen und darauf hingedeutet, dass es dem Krebs helfen könnte, dem Immunsystem zu entkommen.
Das System durchsuchte vorhandene genetische, Einzelzell-, räumliche und klinische Daten. Es bestätigte B7-H3 als mögliches Zielmolekül und schlug vor, dieses mit einem Antikörper-Wirkstoff-Konjugat (ADC) anzugreifen.
Ein ADC kombiniert einen Antikörper, der ein bestimmtes Zielmolekül erkennt, mit einem krebszerstörenden Wirkstoff. Der Antikörper soll den Wirkstoff zu den Zellen transportieren, die dieses Zielmolekül tragen.
Unser Artikel über TROP2 und Lungenkrebs befasst sich eingehender mit der Wirkungsweise von ADCs und den Fragen, die sich im Zusammenhang mit ihrem Einsatz stellen.
B7-H3 wird bereits bei kleinzelligem Lungenkrebs getestet
Auf der Weltkonferenz über Lungenkrebs 2026 wurden vorläufige Phase-3-Ergebnisse für zwei verschiedene, auf B7-H3 abzielende ADCs bei rezidiviertem kleinzelligem Lungenkrebs vorgestellt.
In der TAISHAN-302-Studie verlängerte Tambotatug-Pelitecan das mediane Gesamtüberleben auf 13,3 Monate, verglichen mit 9,4 Monaten unter Topotecan.
In der ARTEMIS-008-Studie betrug die mediane Gesamtüberlebenszeit unter Risvutatug Rezetecan 18,5 Monate und unter Topotecan 10,3 Monate.
Beide Studien wurden in China durchgeführt. Es sind weitere Untersuchungen erforderlich, um festzustellen, ob die Ergebnisse in gleichem Maße auch auf breitere Bevölkerungsgruppen, einschließlich der Menschen in Europa, übertragbar sind.
Diese Medikamente wurden unabhängig von der Virtual-Biotech-Studie entwickelt. Die Ergebnisse bestätigen weder die Richtigkeit des KI-Systems noch beweisen sie, dass dessen Vorschlag funktionieren würde. Sie zeigen jedoch, warum B7-H3 in der Lungenkrebsforschung Beachtung findet.
Dies geschieht zu einer Zeit, in der sich die Behandlung des kleinzelligen Lungenkrebses nach Jahrzehnten mit nur begrenzten Fortschritten allmählich verändert. Unser Artikel über neue Behandlungsmethoden für kleinzelligen Lungenkrebs in Europa erläutert einige der jüngsten Entwicklungen und erklärt, warum eine Zulassung in Europa nicht automatisch den Zugang zu diesen Therapien bedeutet.
In unserem kürzlich abgehaltenen Webinar zum Thema kleinzelliges Lungenkarzinom ging es auch um den Zugang zu klinischen Studien, neue Behandlungsmethoden und die Unterstützung, die Betroffene benötigen, wenn schnelle Entscheidungen getroffen werden müssen.
„The Virtual Biotech“ hat noch kein Medikament entwickelt.
Die Studie zeigt, was ein großes Team von KI-Agenten mit den vorhandenen Informationen leisten kann. Sie belegt jedoch nicht, dass die von ihnen vorgeschlagene Behandlung sicher oder wirksam ist.
Es wurde kein neues B7-H3-Medikament von Virtual Biotech hergestellt. Der Vorschlag wurde weder in Laborversuchen noch in Tierversuchen oder klinischen Studien getestet.
Auch menschliche Forscher waren weiterhin beteiligt. Sie wählten das Ziel „Lungenkrebs“ aus, das das System untersuchen sollte, überprüften dessen Arbeit und zogen externe Fachleute hinzu, um den Vorschlag zu bewerten.
Die Arzneimittelentwicklung ist nicht einfach nur die Suche nach einem plausiblen Zielmolekül. Eine potenzielle Therapie muss noch entwickelt, getestet und mit der bestehenden Behandlung verglichen werden. Viele scheinbar vielversprechende Ideen scheitern im Laufe dieses Prozesses.
Könnte KI die Entwicklung von Medikamenten gegen Lungenkrebs beschleunigen?
Der potenzielle Nutzen liegt in der Geschwindigkeit und dem Umfang.
Ein Team aus menschlichen Forschern kann Zehntausende klinischer Studien nicht auf Zehntausende Forscher aufteilen. Ein KI-System kann die Arbeit in dieser Größenordnung organisieren und in großen Datenmengen nach Zusammenhängen suchen.
Das könnte Forschern dabei helfen, zu entscheiden, welche Ansatzpunkte eine genauere Untersuchung verdienen, die Gründe für den Erfolg oder Misserfolg früherer Studien zu ermitteln und die Ideen einzugrenzen, die in die Laborforschung einfließen sollen.
Es könnte auch in großem Umfang überzeugende Fehler produzieren. Die Qualität seiner Schlussfolgerungen hängt von den ihm zur Verfügung gestellten Belegen, den gestellten Fragen und den Überprüfungen durch Fachleute mit einschlägiger Expertise ab.
In ihrem Positionspapier zum Einsatz von KI in der Lungenkrebsversorgung fordert „Lung Cancer Europe“ Transparenz und wissenschaftliche Belege, wobei das menschliche Urteilsvermögen im Mittelpunkt stehen und die von Lungenkrebs betroffenen Menschen in Entscheidungen über den Einsatz von KI einbezogen werden sollen.
Diese Grundsätze gelten für die Arzneimittelforschung ebenso wie für die klinische Versorgung.
Wer profitiert von einer schnelleren Forschung im Bereich Lungenkrebs?
Ein mögliches Behandlungsziel schneller zu finden, ist nur ein Teil der Aufgabe.
Die beiden Phase-3-Studien zu B7-H3 wurden in China durchgeführt. Ob diese Therapien letztendlich auch die Menschen in Europa erreichen werden, hängt von weiteren Erkenntnissen, behördlichen Entscheidungen und den nationalen Erstattungsverfahren ab.
Der Zugang zu neuen Behandlungsmethoden bei Lungenkrebs ist in den europäischen Ländern bereits sehr unterschiedlich. Der „Lung Cancer Europe Access to Treatment Atlas“ ermöglicht es, Informationen zu Kostenerstattung, Biomarker-Tests, Vorsorgeuntersuchungen und klinischen Studien europaweit zu vergleichen.
KI kann Forschern dabei helfen, die frühen Phasen der Arzneimittelentwicklung schneller zu durchlaufen. Sie allein kann jedoch weder die langwierigen Zulassungsverfahren noch den ungleichen Zugang zu Testmöglichkeiten, die begrenzte Verfügbarkeit von Studienplätzen oder die Unterschiede bei der staatlichen Finanzierung beheben.
Die gleichen Fragen stellen sich auch in anderen Bereichen der medizinischen KI. Unser Artikel über KI in der Bildgebung und „Cancer Image Europe“ befasst sich damit, wie bessere Daten die Forschung und Diagnose unterstützen könnten und warum die Themen Repräsentation, Governance und Zugang von Anfang an Beachtung finden müssen.
Wie geht es weiter?
„The Virtual Biotech“ muss sich nun auch außerhalb eines Computersystems bewähren.
Der B7-H3-Ansatz müsste experimentell getestet werden, bevor man sagen könnte, ob er sich als Behandlungsmethode eignet. Das System muss zudem im Hinblick auf andere Forschungsfragen getestet werden, um festzustellen, wie zuverlässig es funktioniert.
Für Menschen, die von Lungenkrebs betroffen sind, ist die Frage ganz einfach: Trägt dieser Ansatz dazu bei, sichere und wirksame Therapien zu entwickeln, und kommen diese Therapien auch bei den Menschen an, die sie benötigen?
Die Antwort darauf wird sich aus Laboruntersuchungen, klinischen Studien und der praktischen Anwendbarkeit ergeben, nicht aus der Anzahl der beteiligten KI-Agenten.