OpenBind öffnet den Engpass bei Bindungsdaten — und warum allgemeine LLMs an der Wirkstoffforschung scheitern
Die britische Initiative OpenBind nimmt die Lücke bei Strukturdaten ins Visier, die die KI-Wirkstoffforschung seit AlphaFold still begrenzt. Außerdem: der KI-Triage-Inspektionspilot der FDA, Novos unternehmensweite OpenAI-Wette und Insilicos empirischer Einwand gegen Allzweckmodelle.
Die Lücke zwischen KI-Ambition und den Daten, die sie erden, zieht sich diese Woche durch jede Meldung. Die britische Initiative OpenBind versucht, eine öffentliche Bindungsdaten-Ressource aufzubauen, die für Wirkstoff-Ligand-Interaktionen leisten könnte, was die Proteindatenbank für die Struktur geleistet hat; Insilico publiziert Belege, dass allgemeine Foundation Models in der Wirkstoffforschung ohne Fachdaten schlicht versagen; und Novo Nordisk wettet, dass eine unternehmensweite OpenAI-Partnerschaft es aus einem schlechten Jahr ziehen kann. Zugleich webt die FDA KI weiter in die Art ein, wie sie Fabriken inspiziert, Werkzeuge qualifiziert und Tierversuche auslaufen lässt. Der gemeinsame Faden: Wer die richtigen Daten kontrolliert — und den regulatorischen Weg darum herum —, setzt die Bedingungen.
Leitartikel — OpenBind veröffentlicht eine öffentliche Bindungsdaten-Ressource
InfrastrukturDie britische Initiative OpenBind veröffentlichte 800 Protein-Wirkstoff-Bindungsmessungen und ein frei verfügbares Vorhersagemodell (OpenBind v1) und positioniert das als Beleg, dass eine Pipeline aus automatisierter Chemie plus Hochdurchsatz-Röntgenkristallografie im industriellen Maßstab funktioniert. Geleitet von Diamond Light Source und finanziert vom Department for Science, Innovation and Technology, verkettet sie Synthese, Bindungsassays, Kristallografie und Strukturbestimmung zu einer durchgehenden, KI-tauglichen Datenfabrik. Die Wette ist ausdrücklich: So wie die Proteindatenbank AlphaFold ermöglichte, will OpenBind die äquivalente offene Ressource für die Wirkstoff-Ligand-Bindung werden, statt diese Daten proprietär zu lassen. Die 800 Messungen kamen in sieben Monaten zusammen — zuvor eine Arbeit von Jahren —, künftige Tranchen zielen auf COVID-19, Malaria und Dengue. Die strategische Folge ist schärfer als die aktuelle Datensatzgröße: Unternehmen, deren Burggraben schlicht der Besitz von Bindungsdaten war, stehen vor derselben Störung, die proprietäre Kartierungsfirmen mit dem Erscheinen von Google Maps erlebten, während jene mit echten architektonischen Vorteilen ihre behalten.
Die FDA schickt KI-ausgewählte Inspektoren für eintägige Werksprüfungen
RegulatorikDie FDA startete einen Piloten, der KI nutzt, um risikoarme Arzneimittelproduktionsstätten für verkürzte, eintägige Screening-Bewertungen zu markieren; angekündigt am 6. Mai, mit bereits 46 durchgeführten Besuchen. Das Modell bewertet Anlagen nach Produkttyp, Inspektionshistorie und Betriebsmerkmalen; finden Inspektoren erhebliche Mängel, eskalieren sie zu vollständigen mehrtägigen Inspektionen, wobei die meisten Bewertungen bislang „No Action Indicated“ ergaben. Der Pilot umfasst Biologika, Medizinprodukte, Lebens- und Futtermittel sowie klinische Forschungseinrichtungen und läuft bis zum 30. September 2026. Für Qualitätsteams wird KI-Triage damit zu einer neuen Variablen für Inspektionswahrscheinlichkeit und -intensität — und da das Risikomodell aus jedem Besuch lernt, übersetzen sich saubere Historien und gut dokumentierte Systeme zunehmend in eine leichtere Inspektionslast. Die FDA rahmt es als „Kraftverstärker“, um knappe Inspektionskapazität über mehr Anlagen pro Jahr zu strecken.
Novo Nordisk stellt OpenAI ins Zentrum seiner Erholung
DealsNovo Nordisk kündigte eine unternehmensweite Partnerschaft mit OpenAI an, die Wirkstoffforschung, Produktion und kommerzielle Abläufe umfasst — beworben als der bislang breiteste Pharma-KI-Deal, der die gesamte Wertschöpfungskette statt einer einzelnen Funktion abdeckt. CEO Mike Doustdar rahmte ihn als Positionierung, um die nächste Ära der Gesundheitsversorgung anzuführen; die finanziellen Konditionen wurden nicht offengelegt. Das Timing liest sich als strategisches Signal in einer harten Phase: Novos Aktie fiel 2025 um 40 %, der CEO wurde ausgetauscht, und der Konzern steht unter starkem Wettbewerbsdruck durch Lillys orales GLP-1 Orforglipron. Enterprise-KI liefert typischerweise frühe Erfolge in Verwaltungsfunktionen, während Belege in der F&E Jahre brauchen — die Glaubwürdigkeit der Partnerschaft wird also an messbarer F&E-Beschleunigung in kommenden Quartalsberichten hängen, nicht an Pressemitteilungen.
Insilico argumentiert, allgemeine Modelle taugen nicht für die Wirkstoffforschung
PublikationenInsilico Medicines MMAI (Multi-task AI) Gym for Science — trainiert auf 120 Milliarden Token an Wirkstoffforschungsdaten über mehr als 1.000 Benchmarks — zeigte bis zu zehnfache Gewinne gegenüber führenden allgemeinen Foundation Models, die bei 75–95 % der Aufgaben scheiterten. Das resultierende kompakte Modell, LFM2-2.6B-MMAI v0.2.1, erreichte trotz seiner geringen Größe den Stand der Technik bei mehreren Aufgaben, und die Methodenarbeit wurde bei der ICLR 2026 angenommen. MMAI wendet überwachte Feinabstimmung und bestärkendes Lernen mit domänenspezifischen Belohnungssignalen an, um allgemeine Modelle an die Wirkstoffforschung anzupassen. Die empirische Lehre: „Nimm einfach GPT-4“ ist keine Strategie; der Vorsprung liegt in domänenspezifischer Feinabstimmung, proprietären Benchmarks und Verbesserung in geschlossener Schleife. Bemerkenswert ist, dass Insilico sich als Modellbauer und nicht nur als Arzneimittelentwickler positioniert — eine Unterscheidung, die den Lizenzwert prägt und beeinflusst, wie die Pharma KI-Anbieter bewerten sollte.
CellCentric sammelt 220 Mio. Dollar für ein orales epigenetisches Myelom-Medikament ein
FinanzierungCellCentric schloss eine Serie D über 220 Millionen Dollar ab, um Inobrodib voranzubringen, einen oralen First-in-Class-p300/CBP-Inhibitor beim multiplen Myelom, wobei Pfizer als Co-Investor neben Venrock, RA Capital, HBM Healthcare und Sofinnova einstieg. Das in Cambridge und Boston ansässige Biotech zielt auf den epigenetischen p300/CBP-Komplex — ein Mechanismus, der sich vollständig von Myelom-Standards wie Proteasominhibitoren, IMiDs, CD38-Antikörpern, CAR-T und Bispezifika unterscheidet —, und Pfizers Beteiligung signalisiert Übernahmeoptionalität. In einer der überfülltesten Indikationen der Onkologie signalisiert ein neuartiger oraler Mechanismus, der eine 220-Mio.-Dollar-Runde mit einem Großkonzern am Tisch anzieht, sowohl Investorenüberzeugung in differenzierte Biologie als auch Appetit auf orale Optionen in einem weitgehend injektionsbasierten Feld. Für KI-Wirkstoffforschungsfirmen in der Onkologie setzt CellCentrics Verlauf einen Bewertungsmaßstab für wirklich neuartige Mechanismen im klinischen Stadium, unabhängig davon, wie sie entdeckt wurden.
Boehringers Survodutid erzielt in Phase III Wegovy-ähnliche Gewichtsabnahme
PublikationenBoehringer Ingelheims Survodutid, ein dualer GLP-1/Glucagon-Agonist, lieferte in Phase III eine Gewichtsabnahme von 16,6 % gegenüber 3,2 % unter Placebo; Analysten nannten die Ergebnisse „Wegovy-ähnlich“ und verwiesen auf Hinweise auf einen muskelerhaltenden Effekt. Mit wettbewerbsfähiger Wirksamkeit schiebt es das Wettrüsten bei Adipositas über die derzeitige Zweierdynamik und über reine GLP-1-Mechanismen hinaus.
FDA will präklinische Tierversuche auslaufen lassen
RegulatorikDie FDA kündigte einen formellen Vorstoß an, Tierversuche in der präklinischen Entwicklung zu beenden, und befürwortet KI-Modelle sowie Organ-on-Chip-Technologien als Ersatz. Fachleute wiesen rasch auf die Lücke zwischen Ankündigung und Umsetzung hin und mahnten, Fortschritt auf einem Jahrzehnthorizont zu feiern sei nicht dasselbe wie Fortschritt heute.
Benchling-Bericht zeigt wachsende Lücke bei der KI-Adoption
BranchendatenBenchlings Biotech AI Report 2026 ergab, dass von den 50 % der Biotech-Firmen, die 2025 aktiv KI einsetzten, die Nutzer eine schnellere Zeit bis zur Zielstruktur berichteten und 42 % verbesserte Trefferquoten sahen. Die Divergenz zwischen KI-versierten und KI-anstrebenden Organisationen wächst schneller, als die meisten Führungsteams merken, während die andere Hälfte noch keinen messbaren Nutzen dokumentiert hat.
FDA qualifiziert ihr erstes KI-Werkzeug für die Arzneimittelentwicklung
RegulatorikDie FDA schloss die Qualifizierung ihres ersten KI-Werkzeugs für die Arzneimittelentwicklung nach dem 21st Century Cures Act ab und schuf damit einen formellen regulatorischen Weg für KI-Werkzeuge, die in Entwicklungsentscheidungen einfließen. Der Schritt zieht eine klare Linie zwischen interner KI-Nutzung und der regulatorischen Akzeptanz KI-gestützter Einreichungen innerhalb definierter Evidenzstandards.
Der Onion Desk
Das Klinik-KI-Unternehmen Aidoc sammelte eine von Goldman Sachs angeführte Serie E über 150 Millionen Dollar ein, um bedenkliche CT-Befunde „ungefähr vier Minuten, bevor der Radiologe sie bemerkt hätte“ zu markieren, und warb mit 97 % Sensitivität über elf akute Indikationen und 110 Millionen Fällen in 2.000 Kliniken — während Behandelnde die Warnungen als „zeitgerecht“ und „ich hatte die Anordnung schon eingegeben“ beschreiben. Andernorts begeisterte ein PitchBook-Bericht Investoren mit Phase-1-Erfolgsquoten von 80–90 % für KI-native Biotechs gegenüber einem Branchenschnitt von 40–65 % — ein „paradigmenverschiebendes“ Ergebnis auf Basis von ganzen zehn Datenpunkten, woraufhin Konferenzveranstalter siebzehn Panels zur KI-Wirkstoffforschung für das dritte Quartal buchten. Und die FDA veröffentlichte ein förmliches Auskunftsersuchen mit der Bitte an die Öffentlichkeit zu erklären, wie man klinische Studien tatsächlich schneller durchführt, mit der Klarstellung, die Behörde „habe die Vision und die Pressemitteilung, fände zusätzliche Perspektiven aber hilfreich“; Kommissar Makary verwies auf Machbarkeitsstudien mit AstraZeneca und Amgen, die Kommentarfrist läuft bis zum 29. Mai.