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.

Mandy Boontanrart arbeitet in ihrer Forschung an einer Gentherapie für erbliche Blutarmutserkrankungen.

Blutarmut mit Genschere behandeln

Wenn während der Hirnentwicklung die Zusammensetzung der verschiedenen Nervenzelltypen aus dem Gleichgewicht gerät, kann das zu Autismus führen (Symbolbild).

Ein menschliches Modell für Autismus

CRISPR schneidet DNA

Die Präzision der Gen-Schere und die Zufälligkeit von Mutationen. Wie das Vorsorgeprinzip missbraucht wird

Vertrauen in die Wissenschaft – eine Frage der Kommunikation?

Das 2024 eröffnete Roche-Forschungszentrum pRED in Basel

Internationaler Standort-Wettbewerb: Schweizer Pharmaforschung unter Druck

Black-Box «Gesundheitsdaten»? Von der Datenspende zur personalisierten Medizin