FRAGMENTA: KI‑basiertes Fragmentierungsmodell revolutioniert Wirkstoffentwicklung

Die Generierung von Molekülen mit künstlicher Intelligenz ist ein entscheidender Schritt in der Arzneimittelforschung. In vielen Fachgebieten liegen jedoch nur wenige hundert Trainingsbeispiele vor, was atombasierte Modelle stark einschränkt. Fragmentbasierte Ansätze können mit knappen Daten besser umgehen, doch die bisher verwendeten heuristischen Fragmentierungsregeln beschränken die Vielfalt und lassen wichtige Bausteine aus.

Mit FRAGMENTA wird das Fragmentierungsproblem neu definiert: Statt einer festen Regelwerk‑Liste wird die Fragmentwahl als „Vokabular‑Auswahl“ behandelt. Ein dynamisches Q‑Learning‑System optimiert gleichzeitig die Fragmentierung und die Molekülgenerierung, sodass das Modell selbstständig die besten Bausteine auswählt und kombiniert.

Ein weiteres Highlight ist das agentische KI‑System, das Expertenfeedback in Echtzeit einholt. Durch konversationelle Interaktion lernt das System die Absichten von Fachchemikern, ohne dass ein AI‑Ingenieur ständig eingreifen muss. Im Laufe der Zeit übernimmt das System die Feinabstimmung vollständig, wodurch der Entwicklungszyklus deutlich beschleunigt wird.

In praktischen Experimenten zur Krebsforschung zeigte die Human‑Agent‑Konfiguration von FRAGMENTA fast doppelt so viele hochbewertete Moleküle wie herkömmliche Baselines. Das vollständig autonome Agent‑Agent‑Modell übertraf sogar die traditionelle Human‑Human‑Optimierung, was die Wirksamkeit von agentischem Tuning bei der Erfassung von Expertenwissen eindrucksvoll bestätigt.