Neue KI-Framework Trio steigert Wirkstoffdesign um 12 %
Die Entwicklung neuer Medikamente bleibt ein langwieriger und kostenintensiver Prozess, bei dem herkömmliche Hochdurchsatz- und Docking-Methoden oft mit niedrigen Erfolgsquoten und begrenzter Skalierbarkeit kämpfen. Durch den Einsatz generativer Modelle – sei es autoregressiv, Diffusions- oder Flow-basierte Ansätze – ist es inzwischen möglich, Liganden neu zu entwerfen, die über die Grenzen des klassischen Screenings hinausgehen. Diese Modelle stoßen jedoch häufig an Grenzen: Sie generalisieren nicht ausreichend, sind schwer interpretierbar und fokussieren zu stark auf Bindungsaffinität, während wichtige pharmakologische Eigenschaften vernachlässigt werden.
