Mit Künstlicher Intelligenz die Entwicklung von Nanomedikamenten beschleunigen

Zukunft der Arzneimittelproduktion: Nachhaltig, digital und KI-gestützt

Die Corona-Pandemie hat deutlich gemacht, wie verwundbar globale Lieferketten sind – insbesondere im Schwerpunkt der Arzneimittelversorgung. Engpässe bei COVID-19-Impfstoffen offenbarten, wie abhängig Deutschland von Drittstaaten ist. Gleichzeitig wurde sichtbar, wie viel Innovationspotenzial in der deutschen Pharmaindustrie steckt. Politik und Verbände fordern seither eine strategische Neuausrichtung: Die letzten Syntheseschritte systemrelevanter Medikamente sollen wieder in Europa erfolgen – unter Berücksichtigung von Nachhaltigkeit und Effizienz. Im Projekt »Smart-Form« unterstützen wir dieses Ziel, indem wir mithilfe von Künstlicher Intelligenz eine Plattform für die Optimierung und Vorhersagbarkeit von Formulierungsprozessen für Nanotherapeutika entwickeln.

Das Projekt »Smart-Form« (Smarte, KI-gestützte Formulierungsentwicklung für effektive Nanotherapeutika) verfolgt das Ziel, Formulierungsprozesse für Nanomedikamente vorhersagbar zu gestalten und somit die Produktion der Medikamente effizienter und nachhaltiger zu machen. Dazu entwickeln wir gemeinsam mit Forschenden des Fraunhofer-Instituts für Mikrotechnik und Mikrosysteme IMM eine KI-gestützte Plattform, die ein tieferes Verständnis der komplexen Herstellungsprozesse von Nanotherapeutika ermöglicht und diese Prozesse durch datenbasierte Simulationen optimiert. Bislang wird die Herstellung manuell und durch Einzeldatenerfassung nach dem Trial-and-Error-Prinzip variiert und optimiert. 

Neue Wirkstoffe effizienter verstehen und entwickeln mit KI

Ein weiterer Schwerpunkt des Projekts liegt auf dem Erforschen innovativer Materialien. Die physikochemischen Eigenschaften neuer Ausgangsmaterialien werden analysiert und in KI-basierte Modelle überführt, um molekulare Interaktionen und Wirkmechanismen besser zu verstehen. Durch die Kombination mit bekannten Daten entsteht ein umfassendes Bild zur Wirksamkeit und Toxizität neuer Formulierungen.

Nanotherapeutika bieten großes Potential in vielen Bereichen der Medizin.
© Fraunhofer IMM / Created with BioRender.com
Nanotherapeutika bieten großes Potential in vielen Bereichen der Medizin.

Im Projekt »Smart-Form« stehen unsere Forschenden vor zwei zentralen Aufgaben: Sie bauen eine Labortechnologie auf, mit der sich Rezepturen kontrolliert und möglichst parallel herstellen lassen. Parameter wie Temperatur und Zusammensetzung nutzen sie dabei gezielt. Gleichzeitig erfassen sie verlässliche Messdaten, um die Produktqualität zu sichern.

Eine weitere Herausforderung liegt in der Entwicklung von KI-Algorithmen für eine kleine Datenbasis. Da nur begrenzte Messdaten zur Verfügung stehen, kommen spezialisierte Modelle zum Einsatz, die auch mit wenigen, aber aussagekräftigen Daten präzise Vorhersagen und Optimierungen ermöglichen. Unsere Teams kombinieren KI-Methoden mit Nutzerwissen, um die Prognosekraft zu erhöhen. Ergänzend setzen sie Techniken für eine effiziente Versuchsplanung und mechanistische Simulationen ein. Das Fraunhofer IMM bringt dazu seine Erfahrung in der Mikromischertechnologie ein – einer Schlüsseltechnologie für die kontrollierte Herstellung von Nanoformulierungen.

Vision: personalisierte und ressourcenschonende Medizin durch Smart-Form

Die im Projekt entwickelte Plattform gestaltet nicht nur die Formulierungsentwicklung effektiver und nachhaltiger. Sie trägt auch dazu bei, die biologischen Wechselwirkungen von Nanomedikamenten im Körper besser vorherzusagen. Dazu gehört insbesondere die sogenannte Biodistribution – also die Frage, wie sich ein Wirkstoff nach der Verabreichung im Körper verteilt. Damit wird eine verbesserte Vorhersagbarkeit der Wirkung von Nanotherapeutika bei den Patient:innen angestrebt – ein entscheidender Schritt hin zu personalisierter und ressourcenschonender Medizin.

Projektförderung und -laufzeit 

Das Ministerium für Wissenschaft und Gesundheit Rheinland-Pfalz fördert das Projekt. Die Laufzeit ist vom 01.08.2024 bis zum 31.12.2025 vorgesehen.