Die KI-Revolution: Wie Schweizer Labors die Wirkstoffforschung neu gestalten

Ein halbes Jahrhundert lang rangen Chemikerinnen und Chemiker mit einem biologischen Rätsel, das den medizinischen Fortschritt aufhielt: der dreidimensionalen Struktur von Proteinen. Eine einzige Form zu bestimmen, war eine mühsame und teure Odyssee, die bis zu fünf Jahre Forschung beanspruchen konnte. Heute hat künstliche Intelligenz diese Zeitspanne in einer beeindruckenden Demonstration technologischer Überlegenheit auf wenige Minuten verkürzt. Das ist keine Science-Fiction, sondern die neue Realität, die in der Schweiz verankert ist.

Im Zentrum dieses Umbruchs steht AlphaFold, das von Google DeepMind entwickelte KI-Modell. Seine Entwickler, Demis Hassabis und John Jumper, erhielten für diese Leistung den Nobelpreis für Chemie 2024. Die Anwendung in der Praxis findet jedoch in Lausanne statt. Isomorphic Labs, ein Spin-off von DeepMind, setzt diese Technologie ein, um die Regeln der Biologie neu zu schreiben. Indem das Unternehmen Proteinstrukturen mit nahezu perfekter Genauigkeit vorhersagt, hat es der Forschung praktisch die Schlüssel zur Entdeckung neuer Medikamente in die Hand gegeben. Was einst ein ganzes Doktorat zur Entschlüsselung erforderte, ist heute mit wenigen Tastendrücken zugänglich. Damit wird unsere Fähigkeit, Krankheiten zu verstehen und eines Tages zu heilen, in beispiellosem Tempo vorangebracht.

Hinter der kühlen Effizienz der Algorithmen steht ein zutiefst menschlicher Antrieb. Sergei Yakneen, Chief Technology Officer von Isomorphic Labs in Lausanne, jagt nicht bloss Kennzahlen hinterher, sondern einer Heilung. 2013 war Yakneen ein aufstrebender Star bei Amazon und leitete Softwareentwicklerinnen und -entwickler in Toronto. Doch der Tod seiner Mutter an Bauchspeicheldrüsenkrebs im Alter von nur 54 Jahren zerstörte seine bisherigen Pläne. Angesichts der Hilflosigkeit ihrer Ärztinnen und Ärzte wurde Yakneen klar, dass sich seine Karriere in der Tech-Branche hohl anfühlte.

«Ich konnte nicht mit gutem Gewissen in der Tech-Welt bleiben», sagt Yakneen. «Ich fragte mich immer wieder: Wenn eines meiner Kinder in Zukunft mit derselben Krankheit konfrontiert wird, was werde ich zur Lösung beigetragen haben?» Diese Frage führte ihn vom E-Commerce zum Ontario Institute for Cancer Research und schliesslich in die Schweiz. Heute leitet er bei Isomorphic Labs die Arbeit mit einem Leitbild, das beinahe vermessen klingt: «alle Krankheiten mit KI zu lösen». Das ist ein mutiger Kurswechsel für einen Mann, der einst in Sibirien Computer zusammenbaute, und zeigt, dass die wirkungsvollsten Innovationen oft aus persönlichem Verlust entstehen.

Während Start-ups die Branche aufmischen, passen sich die Giganten an. Die Schweizer Pharmaschwergewichte Roche und Novartis stehen nicht länger am Spielfeldrand. Nach Jahren der Zurückhaltung setzen diese Branchenriesen nun stark auf künstliche Intelligenz und integrieren maschinelles Lernen in die Forschungs- und Entwicklungsabteilungen. Es geht nicht mehr nur darum, den Prozess zu beschleunigen, sondern auch darum, die Grenzen des chemisch Möglichen zu erweitern.

Die neueste Generation von KI-Modellen verarbeitet nicht einfach Zahlen, sondern entwirft neue Möglichkeiten. Diese Systeme können riesige, uneinheitliche Datensätze analysieren, Muster erkennen, die dem menschlichen Auge verborgen bleiben, und Molekülstrukturen generieren, die Arzneimittelchemikerinnen und -chemiker bisher nicht einmal in Betracht gezogen hatten. Für die Schweizer Wirtschaft, die international als «Health Valley» bekannt ist, ist dies eine entscheidende Entwicklung. Mit diesen Werkzeugen versuchen Schweizer Unternehmen, ihre führende Stellung in einer Welt zu behaupten, in der Daten zunehmend ebenso wertvoll sind wie biologische Wirkstoffe. Die Ära von Versuch und Irrtum geht zu Ende, die Ära des generativen Designs hat begonnen.

Die Revolution bringt bereits konkrete Erfolge hervor, die über theoretische Möglichkeiten hinausgehen. An der ETH Zürich hat die Verbindung akademischer Exzellenz mit künstlicher Intelligenz zu einem vielversprechenden Wirkstoffkandidaten gegen eine seltene, degenerative Augenerkrankung geführt. Der Arzneimittelchemiker Matthias Steger und Professor Gisbert Schneider nutzten computergestütztes Wirkstoffdesign, um ein Molekül zu identifizieren, das Erblindung verhindern könnte. Mit herkömmlichen Methoden wäre diese Entdeckung möglicherweise ganz ausgeblieben.

Auch in der Diagnostik zeigt sich die Wirkung: KI erweist sich als starke Verbündete der Ärztinnen und Ärzte. Es geht nicht darum, sie zu ersetzen, sondern ihnen übermenschliche Erkenntnisse an die Hand zu geben. Von der Analyse komplexer genetischer Daten bis zur Auswertung von Darmkrebs-Screenings erkennt KI Auffälligkeiten früher und präziser. Diese Möglichkeiten bergen jedoch auch eine Gefahr: Überdiagnosen. Während die Schweiz über Screening-Protokolle diskutiert, muss der Einsatz von KI ausgewogen gestaltet werden, damit er den Patientinnen und Patienten dient und nicht bloss den Daten. Die Technologie ist bereit, doch die medizinische Fachwelt muss ihre ethische Umsetzung sorgfältig gestalten.

Trotz des enormen Potenzials müssen wir einer nüchternen Realität ins Auge sehen: Ein von KI entdecktes Medikament ist noch kein Heilmittel aus der Flasche. Der Weg von einer digitalen Vorhersage bis ans Krankenbett ist weiterhin voller regulatorischer Hürden, Sicherheitsstudien und der unerschütterlichen Komplexität der menschlichen Biologie. Isomorphic Labs glaubt zwar, dass seine «Engine für das Medikamentendesign» künftig die Erfolgsraten erhöhen und die Kosten senken wird, doch die Pharmaindustrie verändert sich bekanntermassen nur langsam.

Für die Schweiz steht viel auf dem Spiel. Als globaler Knotenpunkt für Innovation und Pharmaindustrie ist das Land in einer einzigartigen Position, diesen Wandel anzuführen. Der Erfolg erfordert jedoch mehr als Algorithmen: Nötig ist ein Zusammenspiel zwischen dem Wagemut von Tech-Pionieren wie Yakneen und den strengen Sicherheitsstandards der etablierten Medizin. Wir stehen an der Schwelle zu einem neuen goldenen Zeitalter der Medizin, in dem «alle Krankheiten zu lösen» ein konkretes Ziel statt einer Fantasie ist. Der Code ist geschrieben. Jetzt müssen wir beweisen, dass er in der realen Welt funktioniert.