Computational Medicine in Chinas Fünfjahresplan für Pharmaindustrie aufgenommen

Anwendung

Das chinesische Industrieministerium und die Nationale Entwicklungs- und Reformkommission haben am 18. September gemeinsam mit acht weiteren Behörden den Fünfjahresplan für die Entwicklung der Pharmaindustrie veröffentlicht. Darin wird Computational Medicine erstmals neben künstlicher Intelligenz, Quantencomputing und Supercomputing als eigenständige Technologie für die Arzneimittelforschung genannt. Der Plan sieht vor, dass die Produktion innovativer Arzneimittel bis 2030 jährlich um mehr als 20 Prozent wächst und der globale Anteil chinesischer Erstentwicklungen 25 Prozent übersteigt, laut der Meldung.

Nach Angaben von Zheng Weiyi, Gründer und CEO von Suzhou Nuojing Life Science, setzen große Pharmaunternehmen wie Hengrui, Livzon und Fosun inzwischen jährlich Beträge im Bereich mehrerer hundert Millionen bis über einer Milliarde Yuan für KI-Anwendungen entlang der gesamten Wertschöpfungskette ein, während kleinere Firmen wegen begrenzter Finanzmittel und Daten noch in der Erprobungsphase seien. Laut der Meldung kann KI in der präklinischen Phase die Entwicklungszeit um mehr als 30 Prozent verkürzen, etwa bei Target-Identifikation, Moleküldesign und Formulierungsoptimierung. Zheng Weiyi erklärt, der direkte Nutzen von KI liege derzeit vor allem in Einzelschritten wie Proteinstrukturvorhersage, Target-Screening und der Vorhersage physikalisch-chemischer Eigenschaften von Verbindungen.

Zhao Yu, Forscher am China Computing Technology Western Research Institute und stellvertretender Direktor des Turing-Darwin-Labs, ordnet Computational Medicine als Basistechnologie der Arzneimittelinnovation ein, die über die reine Effizienzsteigerung einzelner Forschungsschritte hinausgehe. Nach seiner Darstellung erfordert die Modellierung komplexer Erkrankungen wie Tumoren, Stoffwechsel- oder Immunerkrankungen die Integration von Daten über mehrere biologische Skalen hinweg, von Genom- bis zu Einzelzelldaten. Als Beleg für einen globalen Wandel in der Regulierung nennt die Meldung, dass die US-amerikanische FDA 2025 angekündigt habe, die Abhängigkeit von klassischen Tierversuchen schrittweise zu reduzieren, und im Juni 2026 den Leitfaden ICH M15 zu modellgestützter Arzneimittelentwicklung veröffentlicht habe.

Als Hemmnis nennt Zheng Weiyi fehlenden Datenaustausch zwischen Unternehmen, insbesondere bei gescheiterten Projekten: Da die Gründe für Fehlschläge auf viele verschiedene Institutionen verteilt und nicht zusammengeführt würden, könne KI daraus kaum systematisch lernen. Nach seiner Einschätzung dürfte dies finanzschwache und datenarme Unternehmen stärker unter Druck setzen. Zhao Yu sieht die technische Herausforderung darin, dass heutige Modelle meist nur Korrelationen in Daten abbilden, aber keine Antworten auf klinisch relevante Interventionsfragen liefern, etwa zur unterschiedlichen Wirksamkeit von Behandlungen bei verschiedenen Patientengruppen.

Offen bleibt: Konkrete Unternehmen, Wirkstoffe oder Studienphasen, auf die sich die Angaben zu KI-gestützten Projekten in klinischen Phasen beziehen, werden in der Meldung nicht genannt.

Quelle: Yicai neueste