KI in Life Sciences

Ein internationales Forscherteam hat in *Nature Machine Intelligence* einen umfassenden Überblick über den Einsatz von Flow Matching in der Bioinformatik und der computergestützten Biologie veröffentlicht. Der Beitrag zeigt, wie dieses generative Modellierungsverfahren in zentralen Bereichen der Wirkstoffforschung und Molekularbiologie eingesetzt werden kann – und warum es gegenüber älteren Ansätzen wie diffusionsbasierten Modellen in mehreren Anwendungsfällen Vorteile bietet.

Ein internationales Forschungsteam hat ein auf maschinellem Lernen basierendes System entwickelt, das neue Wirkstoffkandidaten zur Behandlung von Alzheimer identifizieren kann – darunter Substanzen, die die Blut-Hirn-Schranke überwinden. Die Studie wurde im Fachjournal *Nature Biomedical Engineering* veröffentlicht und gilt als konkretes Anwendungsbeispiel für den Einsatz von KI in der frühen Wirkstoffforschung.

OpenAI erweitert sein Produktportfolio um ein auf biologische Forschung ausgerichtetes Large Language Model namens GPT-Rosalind. Das Modell soll Wissenschaftlern dabei helfen, den Weg von der Hypothese zum konkreten Experiment deutlich zu verkürzen – der Zugang ist jedoch streng reguliert.

Eine aktuelle Übersichtsarbeit im Fachjournal *Experimental & Molecular Medicine* analysiert systematisch den Einsatz von Large Language Models in den Lebenswissenschaften. Die Studie zeigt, dass LLMs inzwischen weit über Textverarbeitung hinausgehen – und konkrete Anwendungen in der Wirkstoffforschung, Proteomik und chemischen Synthese ermöglichen. Für Unternehmen im Pharma- und Biotech-Sektor zeichnet sich ein klarer Handlungsbedarf ab.

Ein Forscherteam des OpenMed-Projekts hat auf der Plattform Hugging Face dokumentiert, wie sich biologische Sprachmodelle für mRNA-Sequenzen über 25 Spezies hinweg zu Kosten von 165 US-Dollar trainieren lassen. Das Vorhaben zeigt, dass rechenintensive Aufgaben in der Molekularbiologie nicht länger ausschließlich großen Institutionen mit entsprechenden Rechenbudgets vorbehalten sind.