Ein neues Open-Source-Paket soll die Entwicklung von Medikamenten revolutionieren.
Die Stiftung von Facebook-Gründer Mark Zuckerberg und seiner Frau Priscilla Chan hat diese Woche ein umfassendes Bündel an Open-Source-KI-Tools vorgestellt. Es soll die Proteinbiologie grundlegend verändern und die Wirkstoffforschung beschleunigen. Das Paket umfasst das Modell ESMFold2 zur Vorhersage und Gestaltung von Proteinstrukturen sowie eine gigantische Datenbank mit Milliarden von Proteinsequenzen.
Während die Wissenschaft KI nutzt, um medizinische Durchbrüche zu erzielen, können auch Privatanleger von dieser technologischen Revolution profitieren. Dieser kostenlose Report enthüllt die drei vielversprechendsten KI-Aktien, um gezielt am Wachstum des wichtigsten Marktes unserer Zeit teilzunehmen. Die 3 besten KI-Aktien jetzt kostenlos entdecken
Drei Komponenten für die Forschung
Das Toolkit besteht aus drei Hauptelementen: dem Sprachmodell ESMC, dem Strukturvorhersage-Tool ESMFold2 und dem ESM Atlas. Das ESMC-Modell wurde mit rund 2,8 Milliarden Proteinsequenzen trainiert. Es hat die grundlegende biologische Grammatik von Proteinen erlernt.
ESMFold2 gilt als offenes wissenschaftliches Modell für das Proteindesign. Es übertrifft Berichten zufolge den aktuellen Stand der Technik bei der Vorhersage von Protein-Protein-Interaktionen und Antikörper-Antigen-Beziehungen. Der begleitende ESM Atlas erweitert das bekannte Proteinuniversum enorm: Er enthält 6,8 Milliarden Sequenzen und 1,1 Milliarden vorhergesagte Strukturen. Alle Tools wurden unter der MIT-Lizenz veröffentlicht – die globale Forschungsgemeinschaft kann sie frei nutzen.
Erfolgreiche Tests an Krebszielen
Um die Leistungsfähigkeit der Modelle zu demonstrieren, entwarfen die Forscher Protein-Binder für fünf therapeutische Zielstrukturen aus den Bereichen Krebs und Immunologie. Dazu gehören EGFR, PDGFRβ, PD-L1, CTLA-4 und CD45.
Die Labortests lieferten beeindruckende Ergebnisse. Bei Mini-Protein-Bindern lagen die Erfolgsraten zwischen 36 und 88 Prozent. Bei Einzelketten-Antikörpern erreichten sie 15 bis 29 Prozent. Besonders bemerkenswert: Die für PD-L1 entwickelten Binder stellten in Experimenten die T-Zell-Signalübertragung wieder her. Die Führung des Biohubs sieht darin den Beleg, dass das Modell die Proteinbiologie über einfache Designaufgaben hinaus versteht.
Der technologische Fortschritt durch KI beschränkt sich nicht nur auf die Forschung, sondern verändert unseren gesamten Alltag und die Wirtschaft. Wer verstehen möchte, welche Unternehmen den Megatrend Künstliche Intelligenz und Big Data wirklich anführen, findet in diesem Gratis-Report die entscheidenden Antworten. Top 10 KI-Aktien: Kostenlosen Report hier herunterladen
Milliardeninvestition und strategische Partner
Die Veröffentlichung ist ein Kernstück der Virtual Biology Initiative, einem Programm, das mit 500 Millionen US-Dollar (rund 465 Millionen Euro) unterstützt wird. It folgt auf die Bündelung der Forschungsaktivitäten unter einer gemeinsamen Marke im Jahr 2025.
Alex Rives, der die wissenschaftliche Entwicklung der ESM-Modelle leitet, kündigte zudem neue Partnerschaften mit AWS Bio Discovery und SandboxAQ an. Ziel ist es, die Technologien weiter voranzutreiben. Die Initiative setzt auf Skalierung – mehr Daten und mehr Rechenleistung – um anspruchsvollere KI-Fähigkeiten zu erreichen, als es mit herkömmlichen domänenspezifischen Methoden möglich wäre.
Weltweite Fortschritte in der KI-gestützten Arzneimittelforschung
Die Biohub-Veröffentlichung fällt mit weiteren internationalen Durchbrüchen zusammen. Anfang der Woche stellten das National Supercomputing Centre in Tianjin und die Tsinghua-Universität GalaxyVS vor. Diese Supercomputer-Plattform verkürzt die Wirkstoff-Screening-Zeit von Jahren auf Sekunden. Der molekulare Docking-Durchsatz liegt millionenfach höher als bisherige Industrierekorde.
In Südkorea startete das Korea Research Institute of Chemical Technology (KRICT) die DEL Core Bank Platform. Das System nutzt DNA-kodierte Bibliotheken, um zehn Millionen Verbindungen in einem einzigen Monat zu screenen – bisher benötigte man für eine Million Verbindungen zwei Monate. Die Plattform arbeitet mit Partnern wie Daewoong Pharmaceutical und dem National Cancer Center zusammen. KI analysiert die Bindungsmuster und wählt die vielversprechendsten Wirkstoffkandidaten aus.
