Eine neue Übersichtsarbeit untersucht, wie künstliche Intelligenz (KI) und computergestützte Biologie die Entwicklung von Antikörper-Wirkstoff-Konjugaten (ADC) verändern könnten – von der Auswahl geeigneter Zielstrukturen bis hin zur Vorhersage von Wirksamkeit und Sicherheit. Die in der renommierten internationalen Fachzeitschrift Signal Transduction and Targeted Therapy veröffentlichte Studie wurde von Atanasio Pandiella geleitet. Prof. Dr. Balázs Győrffy, Direktor des Instituts für Transdisziplinäre Forschung an der Medizinischen Fakultät der Universität Pécs, ist als Koautor beteiligt.
Antikörper-Wirkstoff-Konjugate sind zielgerichtete Krebstherapien, bei denen ein Antikörper, der Tumorzellen erkennen kann, mit einem hochwirksamen zellschädigenden Wirkstoff verbunden wird. Ziel ist es, den Wirkstoff möglichst gezielt zu den Tumorzellen zu transportieren und gleichzeitig gesundes Gewebe zu schonen.
Die Entwicklung solcher Wirkstoffe ist komplex, da mehrere Komponenten – darunter das molekulare Ziel, der Antikörper, der Linker und der zelltoxische Wirkstoff – optimal aufeinander abgestimmt werden müssen. Laut der Übersichtsarbeit kann KI dabei helfen, große genomische, transkriptomische und proteomische Datensätze zu analysieren und geeignete therapeutische Zielstrukturen zu identifizieren.
Darüber hinaus kann KI bei der Optimierung von Antikörpereigenschaften, der Auswahl geeigneter Linker und Wirkstoffe sowie bei der Vorhersage von Stabilität, Verteilung und möglichen Nebenwirkungen unterstützen. Computergestützte Methoden könnten außerdem dazu beitragen, die Heterogenität von Tumoren besser zu verstehen und vorherzusagen, wie unterschiedliche Tumorzellen auf eine Behandlung reagieren könnten.
Die Autoren weisen zugleich darauf hin, dass KI-basierte Ansätze noch vor wichtigen Herausforderungen stehen. Ihre Aussagekraft hängt unter anderem von der Qualität und Vollständigkeit der verfügbaren Daten ab. Computergestützte Vorhersagen müssen daher weiterhin durch geeignete Labor- und klinische Untersuchungen überprüft werden.
Insgesamt zeigt die Übersichtsarbeit das Potenzial der Verbindung von künstlicher Intelligenz, Molekularbiologie und Arzneimittelentwicklung, um künftig präziser zielgerichtete und möglicherweise sicherere Krebstherapien zu entwickeln. Die Autoren sehen darüber hinaus Anwendungsmöglichkeiten auch außerhalb der Onkologie, beispielsweise bei Autoimmun-, neurodegenerativen, Herz-Kreislauf- und Stoffwechselerkrankungen.
Literaturangabe:
Ocana A, Espinosa JR, Alonso-Moreno C, Győrffy B, Tong H, Pandiella A. Antibody-drug conjugate engineering: from design to efficacy and safety. Signal Transduction and Targeted Therapy. 2026;11:401.
DOI: 10.1038/s41392-026-03057-w.