Mit künstlicher Intelligenz zu besseren Antikörper-Medikamenten

Methoden des maschinellen Lernens helfen bei der Entwicklung von Antikörper-​Medikamenten, diese zu optimieren. Das führt zu Wirkstoffen mit verbesserten Eigenschaften, auch bezüglich Verträglichkeit im Körper.

Antikörper werden nicht nur von unseren Immunzellen hergestellt, um im Körper Viren und andere Krankheitserreger zu bekämpfen. Seit wenigen Jahrzehnten setzt die Medizin biotechnologisch hergestellte Antikörper auch als Medikamente ein. Denn Antikörper sind ausgesprochen gut darin, sich nach dem Schlüssel-​Schloss-Prinzip spezifisch an molekulare Strukturen zu heften. Ihr Einsatz reicht von der Krebsmedizin bis zur Behandlung von Autoimmunkrankheiten und neurodegenerativen Leiden.

Die Entwicklung solcher Antikörper-​Medikamente ist allerdings alles andere als einfach. Grundvoraussetzung ist, dass sich ein Antikörper optimal an sein Zielmolekül heftet. Gleichzeitig muss ein Antikörper-​Medikament noch zahlreiche Zusatzkriterien erfüllen. Zum Beispiel sollte es im Körper keine Immunreaktion auslösen, sich effizient biotechnologisch herstellen lassen sowie über lange Zeit stabil bleiben.

Arzneimittel: Jeder zweite neu zugelassene Wirkstoff ist gentechnisch hergestellt

Anti-CRISPR proteins could help put the brakes on gene editing

CRISPR/Cas bei Pflanzen: Was die Gen-Schere kann - und was (noch) nicht

Vordenker des aktiven maschinellen Lernens

Wie hat sich die Tierhaltung in der Forschung in den letzten Jahren verändert?

Immunologisches Gedächtnis schützt langfristig vor Coronavirus