AI verandert de manier waarop nieuwe medicijnen worden ontdekt, en die verandering wordt nu ook praktisch haalbaar voor kleinere spelers. Waar dit voorheen het domein was van grote farmaceutische bedrijven met enorme budgetten, worden de tools en methoden nu gebruiksvriendelijker en toegankelijker. Dit opent deuren voor innovatieve MKB’ers, startups en academische labs in de life sciences sector. De kern van de ontwikkeling is dat AI, en met name deep learning, patronen kan herkennen in enorme datasets die voor mensen onmogelijk te overzien zijn. Dit versnelt het identificeren van veelbelovende kandidaat-moleculen voor nieuwe therapieën aanzienlijk.
Wat AI concreet doet in medicijnontwikkeling
In de praktijk gaat het om twee hoofdtoepassingen. Ten eerste het ontdekken van nieuwe antibiotica, een gebied waar volgens onderzoeker James Collins van het MIT grote vooruitgang is geboekt met deep learning. De AI kan miljoenen chemische verbindingen screenen en voorspellen welke effectief zouden kunnen zijn tegen bacteriën, waaronder resistente stammen. Ten tweede het ontwerpen van ‘geprogrammeerde’ cellen die zelf als therapie kunnen fungeren. Hierbij wordt AI ingezet om complexe biologische systemen te modelleren en te begrijpen, zodat onderzoekers cellen kunnen aanpassen voor een specifieke therapeutische taak.
De verschuiving naar toegankelijkheid
Het nieuws is niet zozeer dát AI dit kan, maar dat de drempel om het toe te passen lager wordt. De samenwerking tussen biologen, zoals Collins, en AI-experts, zoals Regina Barzilay en Tommi Jaakkola van het MIT, heeft geleid tot robuustere modellen en werkwijzen. Deze worden steeds vaker verpakt in softwaretools en platforms die minder specialistische kennis vereisen. Voor een klein lab of een life sciences startup betekent dit dat je niet langer een eigen team van AI-wetenschappers nodig hebt om van de technologie te profiteren. Je kunt gebruikmaken van bestaande cloud-gebaseerde tools en datasets.
Hoe kun je dit vandaag toepassen?
Als je in de life sciences, biotech of aanverwante sectoren werkt, begin dan met het verkennen van bestaande AI-platforms voor drug discovery, zoals die van grote cloud-aanbieders of gespecialiseerde startups. Veel bieden proefperioden of gefaseerde toegang aan. Een concrete eerste stap is het in kaart brengen van je eigen data: gestructureerde datasets over moleculen, celreacties of ziektebeelden zijn de brandstof voor deze AI-tools. Zonder kwalitatieve data kom je niet ver.
Bron: MIT News