Wo die Kontrollstelle sitzt

Kurz gefasst

• Xaira hat De-novo-Antikörperdesign mit Zahlen unterlegt — ein progressionsfähiger Lead in sieben Wochen, dazu ein GPCR, bei dem konventionelle Discovery bereits gescheitert war. Lesen Sie die Einschränkungen vor der Schlagzeile. (Leitartikel)
• Die US-Regierung finanziert die Abschaffung der Phasengrenzen in klinischen Studien. Wenn SURPASS gelingt, ist die Struktur Ihres Entwicklungsplans verhandelbar. (Kurzsignale)
• Großbritannien wird Gesundheits-KI regulieren, indem es sie nach der Markteinführung beobachtet, nicht nur davor. Rechnen Sie damit, dass diese Logik auf KI in der Arzneimittelentwicklung übergreift. (Auf unserem Radar)
• Bevor Sie eine agentische Plattform kaufen, fragen Sie, wo sie anhält. Das Problem dieser Woche war kein schlechtes Modell, sondern ein unkontrolliertes. (Auf unserem Radar)

Xaira zeigt seine Karten: zwei Antikörperkampagnen, ein Lead in sieben Wochen

Was geschehen ist — Xaira Therapeutics, 2024 mit einer Milliarde Dollar gestartet und danach still geworden, hat seine Antikörperplattform X-Design und die ersten beiden darauf aufgebauten Programme, XA-1 und XA-4, offengelegt. CEO Marc Tessier-Lavigne sagte Fierce Biotech, der Schwerpunkt liege auf „einem Modell, das Antikörper entwerfen kann, die von Anfang an arzneimitteltauglich sind“, und beide Kandidaten seien auf dem Weg in Studien am Menschen, ohne genannten Zeitplan.

Warum es für Deals und Strategie zählt — Die Wettbewerbsbehauptung ist eng gefasst und deshalb nützlich. Die meisten De-novo-Designarbeiten berichten Binder. Xaira berichtet Moleküle, die Humanness, Polyspezifität, thermische Stabilität und HIC in einem einzigen Designdurchgang bestanden haben, mit einer weiteren Runde für Kreuzreaktivität — genau die Eigenschaften, die nach dem KI-Schritt normalerweise Monate an Hit-to-Lead und Humanisierung verschlingen. Für eine BD-Verantwortliche verändert das, was eine KI-Antikörperpartnerschaft eigentlich kauft. Es ist nicht schnelleres Hit-Finding, das ist bereits billig; es ist der Wegfall der Optimierungsstrecke zwischen einem Treffer und etwas, das ein Gremium weiterführt.

XA-4 ist das Ergebnis mit dem größeren Ertrag. Zwei naive VHH-Bibliothekskampagnen mit je vier Selektionsrunden sowie eine Lama-Immunisierung lieferten keine funktionalen Binder gegen diesen GPCR. Eine Bibliothek mit 60.000 Designs brachte dann einen kreuzreaktiven, entwickelbaren Antagonisten hervor. Das spricht dafür, dass Design Targets erschließen kann, um die Pipelines heute herumplanen — und das verändert, welche Targets sich einzulizenzieren lohnen, nicht nur, wie schnell sie vorankommen.

Xaira erklärte außerdem, man führe aktive Gespräche darüber, X-Design auf Targets von Partnern anzuwenden, und wollte sich zur Liquiditätslage nicht äußern.

Meine Einschätzung — Sieben Wochen sind eine echte Zahl, und sie misst für jeden Käufer das falsche Intervall. Die Uhr startet, nachdem das Epitop gewählt und die Reagenzien hergestellt waren — genau der Teil, an dem Programme stocken. Gezeigt hat Xaira: Sobald man genau weiß, was man binden will, ist das Molekül nicht mehr der Engpass. Das ist etwas wert, und es ist nicht das, woran die meisten Partnerschaften hängen.

XA-4 ist das bessere Ergebnis, und Xaira versteckt es. Ein GPCR, an dem zwei Bibliothekskampagnen und eine Immunisierung gescheitert sind und der dann aus einer Bibliothek mit 60.000 Designs einen kreuzreaktiven Antagonisten hergab, sagt etwas über Target-Auswahl, nicht über Geschwindigkeit. Wenn sich das verallgemeinert, ändert sich der Filter für Einlizenzierungen: Targets werden heute abgelehnt, weil Antikörper-Discovery gegen sie gescheitert ist, und dieser Grund ist dann nicht mehr automatisch.

Die Schwachstelle ist „progressionsfähig“. Xaira hat den Begriff geprägt, die Kriterien festgelegt und sich selbst daran gemessen. Rechnen Sie damit, dass jede KI-Antikörperfirma das Wort binnen zwei Quartalen übernimmt — und es dann nichts mehr bedeutet. Der nützliche Effekt zweiter Ordnung ist vertraglicher Natur. Partner, die das ernst nehmen, werden Entwickelbarkeitsendpunkte in Kooperationsmeilensteine schreiben, statt Bindungsaffinität als Hürde zu akzeptieren, und diese Veränderung lässt sich an Deal-Konditionen beobachten statt an Blogposts.

Was ich fragen würde — Gegen wie viele Programm-Targets ist X-Design Vega insgesamt gelaufen, und wie viele haben im ersten Durchgang einen progressionsfähigen Binder geliefert? Der Nenner ist die ganze Behauptung.

Wenn wir Ihnen ein Target brächten: Wer legt die Entwickelbarkeitskriterien fest, und wer entscheidet, ob ein Molekül sie erfüllt? Einen Plattform-Deal, bei dem der Anbieter seine eigene Arbeit benotet, würde ich nicht unterschreiben.

Quellen: Xaira Therapeutics · Fierce Biotech

Xairas Lead in sieben Wochen, geprüft

Die Behauptung — Xaira: X-Design Vega habe „ein progressionsfähiges Molekül, das zugleich menschenähnlich und entwickelbar war, in 3 Wochen Nasslaborexperimenten“ hervorgebracht, wobei „der gesamte experimentelle Prozess von der DNA-Synthese bis zum Lead-Molekül“ bei XA-1 sieben Wochen dauerte.

Die Evidenz — 182 VHH-Sequenzen, zero-shot gegen ein gewähltes Epitop entworfen. Das SPR-Screening gegen humane und Surrogat-Targets ergab 25 erste Treffer, 18 bestätigte Binder nach der QC (eine Binderrate von 10 %), 9 mit hochwertigen kinetischen Fits. Bestes Molekül: 17 nM gegen das humane Target, 83 nM gegen Cynomolgus, bestanden in PAIA-OVA, CEX, HEP, BVP, thermischer Stabilität und HIC, mit hohem OASis-Humanness-Score. Eine weitere Optimierungsrunde für Surrogat-Kreuzreaktivität lieferte den präklinischen Lead.

Was die Behauptung nicht abdeckt — Die Uhr startet bei der DNA-Synthese. Antigenproduktion, Reagenzienvorbereitung und Epitopauswahl waren vor Beginn der Kampagne abgeschlossen, was Xaira auch angibt. Für die Optimierungsrunde nennt Xaira keine Dauer; die vier Wochen zwischen dem Binder nach drei Wochen und dem Lead nach sieben Wochen sind also meine Subtraktion, nicht ihre Angabe. Es gibt bei XA-1 keinen parallelen konventionellen Arm, „schneller als traditionell“ vergleicht also mit Branchennormen statt mit einer Kontrolle. Die Verbesserung der Entwickelbarkeit wird als dreifacher Zuwachs menschenähnlicher Sequenzen angegeben, die alle Kriterien erfüllen, verglichen mit einem ohne proprietäre Daten trainierten Basismodell — eine interne Ablation, kein externer Benchmark. n = 1 Target für die Geschwindigkeitsbehauptung. Die Quelle ist ein Firmen-Blogpost mit namentlich genanntem korrespondierendem Autor, ohne Peer Review und ohne Preprint.

Urteil — Wörtlich zutreffend, beim Lesen überverkauft. Jede Zahl stimmt mit dem Post überein, und Xaira ist ungewöhnlich offen darüber, dass Epitop und Reagenzien vorab bereitstanden. Aber ein einziges Target, kein Kontrollarm, selbst definierte Kriterien und kein Peer Review machen daraus einen starken Existenzbeweis, keine Rate. Werten Sie es als Beleg dafür, dass die Methode funktionieren kann, und verlangen Sie den Nenner, bevor Sie es als Beleg dafür werten, wie oft.

Quellen: Xaira Therapeutics

Großbritannien will Gesundheits-KI regulieren, indem es ihr beim Arbeiten zusieht

Die britische Regierung hat alle 44 Empfehlungen ihrer National Commission into the Regulation of AI in Healthcare angenommen, darunter gestufte „L-Plate“-Zulassungen, die Werkzeuge in den beaufsichtigten Einsatz lassen, während sich Real-World-Evidenz ansammelt, sowie kontinuierliches Monitoring nach dem Einsatz. Ein erster Entwurf der Vorschläge soll vor Jahresende vorliegen, der vollständige Umsetzungsplan bis Frühjahr 2027; die Arbeit der MHRA an der Klassifizierung KI-gestützter Medizinprodukte beginnt im kommenden Jahr.

Das betrifft Medizinprodukte, und wie viel davon sich auf KI in der Arzneimittelentwicklung übertragen lässt, ist offen. Doch der zugrunde liegende Schritt — die Beweislast von einem Dossier vor der Markteinführung auf einen überwachten Einsatz zu verlagern — ist derselbe, den ARPA-H beim Studiendesign macht, und derselbe, den Pharmaeinkäufer machen, wenn sie eine KI-Plattform über einen Pilot freigeben. Wer ein Validierungspaket für ein Modell baut, das in einem regulierten Workflow laufen wird, steht zunehmend vor der Frage, was er jetzt protokolliert, statt was er bei der Zulassung gezeigt hat.

Ein KI-Agent lag bei einer Kleinigkeit falsch und machte dann einfach weiter

BioPharma Dive zeichnete einen Fehler nach, der in einer Evaluationsarbeit von 2025 dokumentiert ist: Ein Chemie-Agent übergab einem Werkzeug einen fehlerhaften Molekül-String, erhielt eine ausdrückliche Fehlermeldung, versuchte ihn mit derselben fehlerhaften Eingabe zu reparieren, erhielt eine zweite Fehlermeldung, wechselte dann zu einem generischen Expertenwerkzeug und lieferte eine selbstsichere, falsche Antwort zu einem Toxizitätsrisiko.

Srijit Seal von Human Chemical Company argumentiert, dass die Richtung des Fehlers mehr zählt als seine Existenz. Ein falsch-positives Ergebnis verschwendet einen Assay. Ein falsch-negatives entzieht eine unsichere Verbindung der Prüfung. Was beides überleben lässt, ist die Architektur um das Modell herum: „Man kann es an bestimmten Kontrollpunkten anhalten“, sagt er, und nennt das eine Ingenieurs- statt einer Forschungsfrage. Wer in diesem Quartal agentische Plattformen bewertet, kann damit ein vages Sicherheitsgespräch in ein beantwortbares verwandeln: Benennen Sie die Kontrollpunkte, benennen Sie, wer das Veto hat, und benennen Sie, welche Evidenz der Agent vorlegen muss, bevor der nächste Schritt läuft.

Quellen: BioPharma Dive

ARPA-H startet SURPASS, um die Phasengrenzen aus der klinischen Entwicklung zu nehmen

SURPASS kommt mit drei Begleitprojekten — einer phasenlosen Design-Engine auf Basis digitaler Zwillinge, einer kontinuierlichen Inferenz-Engine und einer agentischen Betriebsschicht; STACK, COMMONS und CINCH übernehmen Standortaktivierung, nationale Dateninfrastruktur und von Patientinnen und Patienten beigesteuerte Daten. Der Programmmanager sagte Axios, das Vorhaben könne Zeitpläne halbieren und Kosten um den Faktor zehn senken.

Quellen: Axios

AstraZeneca eröffnet sein F&E-Zentrum am Kendall Square

570.000 Quadratfuß, fast 2.000 Forschende, gebaut mit Robotik, kontinuierlicher Automatisierung und agentischer KI über zehn miteinander verbundene Laboretagen.

MHRA öffnet die Bewerbung für Phase 3 des AI Airlock

Die regulatorische Sandbox nennt Post-Market-Surveillance als erklärten Schwerpunkt. Bewerbungen bis 31. Oktober für die aktuelle Prüfrunde.

Everlywell führt Clairity Breast in seinem US-Netzwerk ein

Die erste von der FDA zugelassene KI, die das Fünfjahresrisiko für Brustkrebs aus einem routinemäßigen Mammogramm bewertet.

Real Chemistry bringt MaestroHCP auf den Markt

Gemeinsam mit AWS gebaut, sitzt es zwischen einer Next-Best-Action-Engine und den Medien- und CRM-Kanälen, die sie bespielt. Die KI-Entscheidungslogik ist optional.

Worauf wir achten

Xairas Blogpost verspricht in einem künftigen Beitrag „eine systematische Bewertung von X-Design“, und genau darauf lohnt es sich zu warten. Ich erwarte binnen sechs Monaten — bis Anfang April 2027 — einen Preprint oder eine begutachtete Arbeit von Xaira mit Treffer- und Progressionsraten über mindestens fünf Targets statt zwei Fallstudien. Das frühe bestätigende Signal ist eine bioRxiv-Einreichung oder ein Konferenzabstract des X-Design-Teams, am ehesten auf einem Antibody-Engineering-Treffen im ersten Quartal. Was mich widerlegen würde: Zuerst kommt die Ankündigung einer Partnerschaft mit einer großen Pharmafirma, ohne begleitende Datenveröffentlichung. Wenn Xaira die Plattform mit zwei Kampagnen und einem Interview verkaufen kann, hat es keinen kommerziellen Grund, den Nenner zu veröffentlichen, und die systematische Bewertung wird stillschweigend zum Due-Diligence-Dokument statt zum Paper.

Pharmafirma führt strengen neuen KI-Governance-Rahmen ein, will nicht sagen, was passiert, wenn er auslöst

Ein mittelgroßer Arzneimittelhersteller kündigte diese Woche eine umfassende Governance-Richtlinie für agentische KI an, mit zwölf verpflichtenden menschlichen Kontrollpunkten, einem namentlich verantwortlichen Owner pro Workflow und lückenloser Provenienzprotokollierung. Auf die Frage, was geschieht, wenn ein Kontrollpunkt die Ausgabe eines Agenten als unzuverlässig markiert, bestätigte das Unternehmen, die Ausgabe werde an einen Prüfausschuss eskaliert, der quartalsweise tagt. Der Agent macht derweil weiter.

Ebenfalls diese Woche

• Genentech trennt sich von seinem globalen Leiter für KI-Wirkstoffforschung
• Talus Bio veröffentlicht Ptarmigan-1, ein strukturfreies Bindungsmodell
• Die FDA eröffnet innerhalb des CDER ein Büro für die Modernisierung klinischer Studien
• Eine Bessemer-Umfrage findet, dass sich KI im Gesundheitswesen in etwa einem Jahr 3,5-fach auszahlt
• Ginkgo Datapoints und Apheris nennen AbbVie, argenx, Lundbeck und Takeda als Gründungsmitglieder eines Konsortiums zur Antikörper-Entwickelbarkeit
• Ehemalige KI-Leute von Genentech gründen Ortet mit 500 Mio. Dollar
• KI und Proteomik beschleunigen die Entdeckung eines VAV1-Molecular-Glue

Offenlegung

So entsteht dieser Newsletter: Claude durchsucht die Nachrichten der Woche, zieht die Primärdokumente heran und schreibt den Entwurf. Ich wähle die Geschichten aus, redigiere und prüfe vor der Veröffentlichung jede Zahl an ihrer Quelle. Diese Ausgabe ist ein Testlauf eines neuen Formats, und die Meinungsteile — Meine Einschätzung, Was ich fragen würde, das Urteil im Methodencheck und die Prognose — wurden von Claude entworfen und von mir redigiert, nicht von mir selbst von Grund auf geschrieben. Fehler in jeder Ausgabe gehen auf mich.

Interessenkonflikte: Ich arbeite bei TetraScience, das Daten- und KI-Software an Pharma- und Biotechunternehmen verkauft. Ich kennzeichne jede Geschichte, die TetraScience, seine Partner oder seine direkten Wettbewerber betrifft, und ich verwende niemals Kunden- oder interne Informationen. Ich nutze Anthropics Claude, um diesen Newsletter zu erstellen, und lege das offen, wann immer Anthropic in einer Ausgabe vorkommt. Die Ansichten sind meine eigenen.

Quellenlage: Der Leitartikel stützt sich auf einen Firmen-Blogpost und ein Interview, nicht auf begutachtete Arbeiten. Xairas Vergleich zur Entwickelbarkeit ist eine interne Ablation. SURPASS befindet sich in der Ausschreibungsphase, ohne offengelegtes Budget. Das britische Paket betrifft Medizinprodukte, nicht KI in der Arzneimittelentwicklung. Der Agentenfehler unter „Auf unserem Radar“ wurde 2025 dokumentiert; die Analyse stammt aus dieser Woche.

Korrekturen: Fehler werden im Post korrigiert und am Anfang der nächsten Ausgabe vermerkt. Antworten Sie auf jede E-Mail oder schreiben Sie mir auf LinkedIn.

Format angelehnt an The Batch (DeepLearning.AI). Ehre, wem Ehre gebührt — und auch für sich genommen ein Abonnement wert. Ausgewählt und geprüft von Igor Gridchyn, Ph.D. Mehr unter gridchyn.ai.