Pathos AI dreht den KI-Biotech-Handel um

Pathos AI dreht den KI-Biotech-Handel um

Was ist neu — Ein KI-natives Onkologieunternehmen hat gerade 125 Millionen Dollar ausgegeben, um einen klinischen Wirkstoff zu kaufen, statt Zugang zu seinen Modellen zu verkaufen.

Was geschehen ist — Am 3. August kündigte Pathos AI an einem einzigen Tag zwei Deals an. Das Unternehmen nahm eine exklusive Lizenz von Jiangsu Alphamab Biopharmaceuticals — einer hundertprozentigen Tochter von Alphamab Oncology (9966.HK) — auf JSKN016, ein First-in-Class-Antikörper-Wirkstoff-Konjugat (ADC) gegen TROP2 und HER3, für alle Territorien außerhalb des chinesischen Festlands, Hongkongs, Macaus und Taiwans, wobei Pathos sämtliche Entwicklungs- und Vermarktungskosten trägt. PharmExec bezifferte die Vorauszahlung auf 125 Millionen Dollar, BioSpace berichtete, die Gesamtgegenleistung könne 2 Milliarden Dollar übersteigen. Getrennt davon kündigte Pathos eine Kooperations- und ko-exklusive Lizenzvereinbarung mit AstraZeneca an, um AZD4241 bei ER+/HER2−-Brustkrebs voranzubringen; Pathos übernimmt die Verantwortung für die frühe klinische Entwicklung. AstraZenecas finanzielle Konditionen wurden nicht offengelegt.

Wie es funktioniert — Zwei verschiedene Modalitäten, eine These. JSKN016 ist ein bispezifisches ADC: ein Antikörper, der so konstruiert ist, dass er sowohl TROP2 als auch HER3 auf einer Tumorzelle bindet, internalisiert wird und im Zellinneren eine zytotoxische Nutzlast freisetzt. Er ist über ortsspezifische Glykosylierung konjugiert, was ein homogenes, stabiles ADC mit einem Wirkstoff-Antikörper-Verhältnis von 4 ergibt. AZD4241 ist ein völlig anderes Tier — ein oraler, gegen ERα gerichteter PROTAC, der sowohl den Wildtyp- als auch den mutierten Östrogenrezeptor abbauen soll und damit die ESR1-getriebene Resistenz adressiert, die bei rund 30–40 % der Patientinnen nach endokriner Therapie auftritt. Ein PROTAC blockiert sein Ziel nicht, er markiert es für die zelleigene Entsorgungsmaschinerie — deshalb kann er auch gegen mutierte Rezeptoren wirken, die Inhibitoren abschütteln.

Pathos' Beitrag zu beiden ist nicht das Molekül. Es sind die Auswahl und die Studie. Jedes Programm in der Pathos-Pipeline wurde von der Foundry-Plattform identifiziert, bewertet oder beschleunigt, und das Foundry-gestützte Studiendesign soll die Rekrutierung auf biologisch passende Responder zuschneiden.

Kernerkenntnis — Jeder große KI-Biotech-Deal des Jahres 2026 lief in dieselbe Richtung: Das KI-Unternehmen verkauft vorgelagerte Fähigkeiten — ein Modell, eine Design-Engine, einen Datenstrom — und die Pharma zahlt dafür. Chai an Pfizer und Lilly. Noetik an GSK. Insilico an SK Biopharm. Pathos macht das Gegengeschäft. Es setzt Kapital nachgelagert ein, übernimmt volle Entwicklungskosten und klinisches Risiko für Moleküle, die andere erfunden haben, und wettet darauf, dass sein Vorsprung bei der Patientenauswahl mehr wert ist als sein Vorsprung beim Moleküldesign.

Ergebnisse — Die Zugänge erweitern die klinische Pipeline von Pathos auf vier Wirkstoffe über mehrere solide Tumorindikationen: JSKN016 gesellt sich zu Pocenbrodib, in Entwicklung gegen metastasiertes kastrationsresistentes Prostatakarzinom und rezidiviertes/refraktäres multiples Myelom; DO-2 gegen MET-verändertes nicht-kleinzelliges Lungenkarzinom; und AZD4241. Zu keiner der beiden Ankündigungen wurden Wirksamkeitsdaten veröffentlicht.

Hintergrund — Das Feld der KI-Wirkstoffforschung schleppt weiterhin eine unangenehme Bilanz mit sich. Zum 30. Juli 2026 hatte kein KI-entworfenes Medikament eine Zulassung der FDA, der EMA oder einer anderen großen Regulierungsbehörde erhalten. Vor diesem Hintergrund ist das Einlizenzieren derisikierter Chemie kein Rückzug — es ist ein Weg, klinische Evidenz auf einem Zeitplan zu erzeugen, der nicht verlangt, dass die Plattform in allem gleichzeitig recht behält. Der Schritt fügt sich zudem nahtlos in die China-Lizenzierungswelle ein, die das Pharma-Geschäftsentwicklungsgeschäft umgebaut hat — samt der IP- und BIOSECURE-Act-Risiken, auf die BioSpace vergangene Woche hinwies.

Warum es zählt — Wer Business Development bei einem Großkonzern verantwortet, hat in Pathos jetzt einen Wettbewerber um chinesische und auslizenzierte westliche Wirkstoffe, keinen Zulieferer. Wer ein KI-natives Unternehmen gründet, sieht hier eine reale Alternative zum Tretrad der Plattformlizenzierung, bei dem jeder Deal vorne dünn und hinten voller Biobucks ist. Und wer investiert, muss die Due-Diligence-Frage neu stellen: nicht mehr „ist das Modell gut?“, sondern „ist das Modell gut genug, um die vollen Entwicklungskosten zu rechtfertigen?“

Unsere Einschätzung — Die interessante Zahl hier sind nicht die 125 Millionen Dollar. Es ist die Null, die für AstraZeneca offengelegt wurde. AZ hat einen präklinischen PROTAC an ein Start-up gegeben und statt Meilensteinen ko-exklusive Ökonomie genommen — das liest sich weniger wie ein Lizenzdeal und mehr wie ausgelagerte frühe klinische Entwicklung mit angehängter Option. Diese Vorlage wird die große Pharma kopieren, denn sie verwandelt einen gestrandeten präklinischen Wirkstoff in eine kostenlose Kaufoption auf fremder Bilanz.

Der Kompromiss, den Pathos eingegangen ist, ist hart und in der Berichterstattung unterbewertet. Plattformunternehmen scheitern langsam und billig; Wirkstoffunternehmen scheitern schnell und teuer. Foundry muss jetzt bei der Anreicherung recht behalten — dass die biomarkerselektierten Populationen tatsächlich ansprechen —, und Anreicherungsbehauptungen sind genau die Sorte, die in einer Phase 1 brillant aussieht und verdampft, sobald die Bestätigungsstudie eine reale Population rekrutiert. TROP2 ist zudem das am dichtesten besetzte ADC-Ziel der Onkologie, und ein bispezifischer Neueinsteiger ohne offengelegte Wirksamkeitsdaten am Menschen liefert ein Differenzierungsargument, kein Differenzierungsergebnis.

Prognose zweiter Ordnung: Innerhalb von zwölf Monaten werden mindestens zwei weitere KI-native Unternehmen vom Plattformlizenzgeber zum Wirkstoff-Einlizenzierer wechseln, und die Zeile im Pitch Deck wird lauten: „Wir müssen keine Moleküle erfinden, wir müssen Gewinner auswählen.“ Achten Sie darauf, ob eines von ihnen vor der ersten Dosis eine falsifizierbare Anreicherungshypothese formulieren kann. Die, die es nicht können, betreiben einen Hedgefonds mit angeschlossenem Nasslabor.

Quellen: Business Wire · BioSpace · PharmExec · The Pharma Letter

Relation stellt MORGAN vor — und GSK zahlt 110 Mio. Dollar für den Treibstoff, nicht für den Motor

Was ist neu — Relation hat MORGAN vorgestellt, sein Foundation Model der nächsten Generation für Zellbiologie, zusammen mit einem GSK-Deal, der für Trainingsdaten statt für Modellzugang zahlt.

Was geschehen ist — Am 30. Juli kündigte Relation eine strategische Forschungskooperation mit GSK an, die auf die Erzeugung großskaliger humaner zellulärer Perturbationsdaten und deren Einsatz in Modellen einschließlich MORGAN zielt; Relation kann bis zu 110 Millionen Dollar an Vorauszahlungen und erfolgsabhängigen Meilensteinen erhalten. Relation wird die Datensätze mit fortgeschrittenen humanen zellulären Krankheitsmodellen erzeugen, wobei integrierte Automatisierung zeitaufgelöste Perturbationsdaten mit Multi-Omics-Auslesungen in großem Maßstab liefert.

Wie es funktioniert — Ein Perturbationsdatensatz erfasst, was mit einer Zelle passiert, wenn man an ihr rüttelt — ein Gen ausschaltet, eine Substanz zugibt — und liest die Folgen aus. Die meisten Virtual-Cell-Modelle trainieren heute auf Momentaufnahmen mit einer einzigen Auslesung. Relation erzeugt zeitaufgelöste und multi-omische Daten: dieselbe Perturbation, gemessen über mehrere molekulare Ebenen und über die Zeit. Für das KI-Training sind multi-omische Daten wertvoller, weil die Wechselwirkungen zwischen den molekularen Ebenen oft erklären, wie Medikamente wirken und warum sie versagen — Information, die Einzelauslesungs-Experimente vollständig verpassen.

Hintergrund — Damit vervollständigt sich für GSK ein Dreier-Muster innerhalb von achtzehn Monaten. Das Portfolio umfasst nun eine mehrjährige Partnerschaft mit Helix für genomische Kohortendaten aus GenoSphere, einen 50-Millionen-Dollar-Deal mit Noetik für räumliche onkologische Virtual-Cell-Modelle, eine Integration mit Microsoft Discovery und jetzt Relation für multi-omische Perturbationsdaten — jeweils für eine andere Modalität. Die Beziehung zu GSK besteht seit Dezember 2024 mit 45 Millionen Dollar Vorauszahlung über zwei Programme; Relation hält zudem eine Kooperation mit Novartis zu atopischen Erkrankungen mit Meilensteinen von bis zu 1,7 Milliarden Dollar.

Warum es zählt — Die Pharma hat inzwischen Modelle gekauft, Rechenleistung gekauft und kauft nun Datenerzeugung als Dienstleistung. Diese dritte Kategorie hat das geringste Wettbewerbsrauschen und den klarsten Engpass. Relations eigene Argumentation lautet, dass ein Großteil der Wirkstoffabbrüche darauf zurückgeht, dass Tiermodelle die menschliche Biologie nicht vorhersagen — besonders bei komplexen multizellulären Erkrankungen wie Fibrose —, und das ist ein Datenproblem, bevor es ein Architekturproblem ist. Wer in diesem Quartal einen Virtual-Cell-Anbieter bewertet, sollte nicht fragen, welchen Transformer er verwendet. Sondern: Wer bezahlt seine nächsten hundert Millionen Zellen?

Quellen: GlobeNewswire · Fierce Biotech · The Pharma Letter

Die Transparenzregeln des EU-KI-Gesetzes sind in Kraft — weltweit

Was ist neu — Seit dem 2. August sind Chatbot-Offenlegung und die Kennzeichnung synthetischer Inhalte durchsetzbare Pflichten für alle, deren KI-Ausgaben innerhalb der EU verwendet werden.

Was geschehen ist — Ab dem 2. August begannen das KI-Büro der Europäischen Kommission und die nationalen Behörden mit der Durchsetzung des KI-Gesetzes, und neue Transparenzregeln griffen: Chatbots und andere interaktive Systeme müssen Nutzern mitteilen, dass sie es mit einer KI und nicht mit einem Menschen zu tun haben, Deepfakes müssen gekennzeichnet werden, und KI-erzeugte oder veränderte Inhalte müssen maschinenlesbare Markierungen tragen. Artikel 50 gilt für Anbieter, Betreiber, Importeure und Händler, die KI auf dem EU-Markt in Verkehr bringen oder deren KI-Ausgaben in der Union verwendet werden; bei Verstößen drohen Bußgelder von bis zu 15 Millionen Euro oder 3 % des weltweiten Jahresumsatzes, je nachdem, welcher Betrag höher ist. Die Kommission verabschiedete am 20. Juli 2026 Leitlinien zu diesen Pflichten; die Pflichten gelten unmittelbar für alle erfassten Systeme, unabhängig davon, wann sie in Verkehr gebracht wurden — Inhalte, die vor diesem Datum erzeugt und veröffentlicht wurden, müssen jedoch nicht rückwirkend gekennzeichnet werden.

Kernerkenntnis — Das Stichdatum, das die meisten Pharma-Teams im Kalender hatten, betraf das Hochrisiko-Regime — und dieses Regime kam nicht. Der Digital Omnibus verschob die Hochrisiko-Pflichten aus Anhang III auf den 2. Dezember 2027, während in regulierte Produkte nach Anhang I eingebettete KI, einschließlich Medizinprodukte, bis zum 2. August 2028 konform sein muss. Stattdessen landete die Transparenzebene, für die praktisch niemand ein Programm aufgesetzt hatte, weil sie wie eine Verbraucher-Chatbot-Regel aussah.

Warum es zählt — Es ist keine Verbraucher-Chatbot-Regel. Chatbots im Medical-Affairs-Bereich, Assistenzsysteme für Fachkreise, Werkzeuge zur Patientenrekrutierung, KI-erzeugte Bilder in kommerziellen Materialien und synthetische Inhalte in der medizinischen Kommunikation fallen sämtlich in den Anwendungsbereich von Artikel 50 — und der territoriale Anknüpfungspunkt ist die Ausgabe, nicht das Unternehmen. Ein Unternehmen mit Sitz in den USA, das einen EU-gerichteten Dialogagenten betreibt, ist erfasst. Die Verlängerung beim Hochrisiko-Regime hat der Technik Zeit gekauft; der Marketing- und Medizinkommunikation hat sie überhaupt keine gekauft. Eine Ausnahme lohnt sich zu kennen: Die Übergangsfrist für die maschinenlesbare Kennzeichnung bestehender Systeme läuft bis zum 2. Dezember 2026.

Quellen: Europäische Kommission · Cooley · Reed Smith · Help Net Security

Europäische Biotechs richten KI-gestützte Zielsuche auf Präzisionsmedizin für Atemwege aus

Was ist neu — Eine Gruppe europäischer Biotechs nutzt KI-gestützte Zielsuche, um Atemwegstherapeutika über die breite Immunsuppression hinauszuführen.

Was geschehen ist — Laut dem Überblick von Pharmaceutical Technology vom 31. Juli setzen europäische Biotechs KI-gestützte Zielsuche ein, um die Behandlung von Atemwegserkrankungen über die breite Immunsuppression hinaus in Richtung Präzisionstherapien für Asthma, COPD und Lungenfibrose zu bewegen. Derselbe Überblick verwies auf die hartnäckige Umsetzungslücke der KI als wiederkehrendes Thema in Produktion und regulatorischer Modernisierung.

Warum es zählt — Atemwegserkrankungen sind der richtige Belastungstest für KI-gestützte Zielsuche, und das Feld weiß das. Sie sind heterogen genug, dass Patientenstratifizierung wirklich zählt, sie haben harte funktionelle Endpunkte wie die FVC, die sich nicht schönreden lassen, und sie tragen bereits den meistzitierten KI-Beleg des Sektors bei der idiopathischen Lungenfibrose. Zugleich ist die translationale Lücke hier am brutalsten: Tiermodelle der Fibrose sagen die menschliche Erkrankung notorisch schlecht voraus. Eine europäische Kohorte, die hier wettet, wettet darauf, dass human abgeleitete Daten plus Stratifizierung das mechanismusgetriebene Wirkstoffdesign schlagen — dieselbe Wette, die GSK eine Meldung weiter oben bei Relation finanziert.

Quellen: Pharmaceutical Technology

Alphamab behielt Großchina und übergab Pathos den Rest der Welt

Alphamab behielt die Rechte an JSKN016 für das chinesische Festland, Hongkong, Macau und Taiwan und übertrug Pathos alles Übrige, wobei Pathos sämtliche Entwicklungs- und Vermarktungsausgaben trägt. — Die territoriale Aufteilung ist inzwischen die Standardform dieser Deals, und sie bedeutet stillschweigend, dass chinesische Entwickler zwei unabhängige Datensätze zum selben Molekül aufbauen. Wer zuerst ausliest, bestimmt das Narrativ. (Business Wire)

Relation veröffentlichte im Juli begutachtete Arbeit zur Biologie von Skeletterkrankungen

Relations früherster Forschungsschwerpunkt, Skeletterkrankungen, brachte im Juli 2026 eine begutachtete Publikation zu den zellulären und genetischen Determinanten des Krankheitsbilds hervor. — Neben einer 110-Millionen-Dollar-Schlagzeile leicht zu übersehen, und aussagekräftiger als die Schlagzeile. Plattformunternehmen, die Mechanismusarbeit publizieren, stellen falsifizierbare Behauptungen auf; solche, die nur Pressemitteilungen publizieren, nicht. (The Pharma Letter)

Mercks Prometheus-Wirkstoff spaltet seine Phase-2b-Auslesung

Der Anti-TL1A-Antikörper aus Mercks 10,8 Milliarden Dollar schwerer Prometheus-Übernahme von 2023 lieferte positive Ergebnisse in der mittleren Entwicklungsphase bei einer Hauterkrankung, scheiterte aber bei einer Form der Lungenerkrankung — offengelegt zusammen mit den Q2-Zahlen. — Ein nützlicher Kalibrierungspunkt für alle, die KI-gestützte Indikationserweiterung modellieren. Zielvalidierung in einem Gewebe sagt bemerkenswert wenig über ein anderes aus — und genau das ist das Vorhersageproblem, das Virtual-Cell-Modelle zu lösen beanspruchen. (BioSpace)

Argenx kauft Forte Biosciences für 2,2 Mrd. Dollar

Argenx kündigte die Übernahme von Forte Biosciences für 2,2 Milliarden Dollar an und erwirbt damit einen monoklonalen Anti-CD122-Antikörper, der bei Autoimmunerkrankungen untersucht wird. — CD122 hat zuletzt bei mehreren Entwicklern an Zugkraft gewonnen, und das ist der Hinweis: Überfüllte Zielstrukturen werden genau dann mit Aufschlag gekauft, wenn rechnergestützte Werkzeuge den Wechsel zwischen Zielen billig machen. Entdeckungsgeschwindigkeit komprimiert nicht nur Zeitpläne, sondern auch Differenzierungsfenster. (Endpoints News via MM+M)

Pharmakonzern kündigt Einsparungen von 2,5 Mrd. Dollar an, um eine Effizienzinitiative zu finanzieren, die weitere Einsparungen identifizieren wird

Ein großer Arzneimittelhersteller bestätigte diese Woche, dass er weitere 2,5 Milliarden Dollar in Forschung und Produktion streichen wird; Führungskräfte stellten klar, die Einsparungen würden in ein KI-gestütztes Betriebsmodell reinvestiert, das Effizienzpotenziale sichtbar machen soll, die menschlichen Führungskräften bislang entgangen waren, weil diese noch beschäftigt waren. Die Umstrukturierung wird voraussichtlich rund 6 Milliarden Dollar an Umsetzungskosten verursachen — eine Zahl, die das Unternehmen als „Rundungsfehler im Verhältnis zu den gewonnenen Erkenntnissen“ bezeichnete. Quellen aus dem Programmumfeld bestätigten, die erste Empfehlung des KI-Systems sei ein Personalabbau in jener Abteilung gewesen, die das KI-System evaluiert hatte.

Zwei Unternehmen, die jeweils den weltgrößten Pharma-KI-Supercomputer gebaut haben, erwägen die Fusion zu einem Unternehmen mit dem weltgrößten Pharma-KI-Supercomputer

Analysten reagierten mit verhaltener Begeisterung auf Fusionsspekulationen um zwei große Arzneimittelhersteller und wiesen darauf hin, das kombinierte Unternehmen erreiche beispiellose Größenordnungen bei Infrastruktur für künstliche Intelligenz, bei Agenten für Wettbewerbsbeobachtung und bei Pressemitteilungen über Infrastruktur für künstliche Intelligenz. Die Integrationsplanung habe erhebliche Synergien identifiziert, allen voran die Streichung eines der beiden Teams, die derzeit beanspruchen, die leistungsfähigste KI-Fabrik der Life Sciences betrieben zu haben. Keiner der beiden Rechencluster wurde gebeten zu modellieren, ob die Fusion funktionieren wird.

Unternehmen setzt agentische KI zur Echtzeitbeobachtung der Konkurrenz ein und stellt fest, dass die Konkurrenz agentische KI zu seiner Beobachtung einsetzt

Ein Team für kommerzielle Analytik meldete diese Woche, sein neu installierter Dauerbetrieb-Agent für Wettbewerbsbeobachtung habe vollständige Lageübersicht über den Markt erreicht und liefere fortlaufend Briefings zu Launch-Aktivitäten, Preisbewegungen und Verordnerstimmung der Wettbewerber. Die Konfidenzwerte des Systems fielen deutlich, als es feststellte, dass der Haupttreiber der Launch-Aktivitäten, Preisbewegungen und Verordnerstimmung der Wettbewerber ein konkurrierender Dauerbetrieb-Agent für Wettbewerbsbeobachtung war, der dieselben öffentlichen Unterlagen vier Sekunden früher gelesen hatte. Beide Agenten wurden inzwischen befördert.

Ebenfalls diese Woche auf unserem Schreibtisch

• Die Operation TrialBlazer der FDA erhält gemischte Kritiken, während das Pilotprojekt für beschleunigte INDs anläuft — ehemalige Regulierer argumentieren, der eigentliche Engpass seien Verzögerungen an den Prüfzentren, nicht die FDA-Prüfung.
• AstraZeneca übergibt die frühe klinische Entwicklung von AZD4241 zu nicht genannten Konditionen an Pathos — die ko-exklusive Struktur ist es wert, kopiert zu werden.
• Der Digital Omnibus verschiebt die EU-Hochrisiko-KI-Pflichten auf Dezember 2027 und August 2028 — einschließlich der in Medizinprodukte eingebetteten KI.
• Eine „unwahrscheinliche“ Fusion von AstraZeneca und BMS wäre der größte Pharma-Deal aller Zeiten — und würde zwei der größten KI-Rechenkäufe der Branche bündeln.
• Pfizer streicht weitere 2,5 Mrd. Dollar in F&E und Produktion — überwiegend 2027–2029, gegen den Patentdruck bei Eliquis.
• J&J sichert sich eine Option auf die Übernahme von Sail Biomedicines in einem CAR-T-Pakt über bis zu 925 Mio. Dollar — plus 2,58 Mrd. Dollar bei Ausübung.
• Amgen legt den Diebstahl von Unternehmens- und Patientendaten offen — eine deutliche Mahnung, während die Pharma proprietäre Trainingskorpora zentralisiert.
• „KI: Versprechen und praktische Grenzen in der Wirkstoffforschung“ — Raminderpal Singh darüber, warum die Erwartungen der Umsetzung in der frühen Forschung davoneilen.
• Siemens Healthineers senkt die Prognose und setzt zugleich auf KI-gestützte Echtzeitbildgebung — Schwäche in der Diagnostik gegen einen Technologieschub.
• Wie agentische KI das Launch-Playbook der Pharma umschreibt — Dauerbetrieb-Wettbewerbsbeobachtung bei GLP-1 und seltenen Erkrankungen.