Menten AI nutzt AWS, KI und Quantencomputing, um neue und verbesserte Medikamente zu entwickeln

Menten AI entwickelte das weltweit erste Protein auf einem Quantencomputer. Dieses Kunststück hat enorme Auswirkungen auf die Welt der Arzneimittelforschung und -entwicklung, und letztlich auf uns alle, die von neuartigen Therapeutika zur Behandlung von Krankheiten profitieren könnten. Diese Aussicht auf reale Auswirkungen hat CEO Hans Melo und COO Tamás Gorbe dazu bewogen, gemeinsam Menten AI zu gründen, als sie ihre Doktorarbeit abschlossen: Melo in Machine Learning und Computational Neuroscience und Gorbes in Biokatalyse, Proteintechnik und medizinischer Chemie.

Die Wirkstoffforschungstechnologie des Startups konzentriert sich auf die Entwicklung von Peptiden oder kleinen proteinähnlichen Molekülen, die an interessierende Proteine, auch bekannt als „Drug Targets“, binden. Peptide sind mittelgroße Moleküle und sie haben das Potenzial, sowohl an intrazelluläre als auch extrazelluläre Proteine zu binden. Diese Flexibilität ermöglicht es Peptiden, „im Grunde auf alle potenziellen Wirkstoffziele abzuzielen, einschließlich eines Nischenbereichs, was andere Arzneimitteltypen nicht können“, erklärt Melo.

Und obwohl Peptide „astronomische Möglichkeiten“ bieten, erforderten all diese Möglichkeiten traditionell auch astronomische Investitionen in Zeit und Geld. Herkömmliche Ansätze zur Wirkstoffforschung „synthetisieren oder exprimieren Hunderttausende, manchmal Millionen, von Molekülen“, bevor sie gegen ein bestimmtes Ziel getestet werden. Nur etwa 0,01 Prozent von ihnen bewirken überhaupt etwas, was bedeutet, dass die „überwiegende Mehrheit nur Abfall“ ist, erklärt Melo.

Hier ist Menten AI ins Spiel gekommen und hat Methoden des Machine Learnings und des Quantencomputings zusammengeführt, um den Zeit- und Kostenaufwand für die Entwicklung von Peptiden drastisch zu reduzieren und gleichzeitig „den Zugang zu einem neuen chemischen Raum zu ermöglichen, den wir vorher nicht hatten“, sagt Melo. Bis vor relativ kurzer Zeit gab es keine Computertechnologie, mit der Peptide genau genug entworfen werden konnten, um sie tatsächlich an ihre Wirkstoffziele zu binden.

Mithilfe von Computersimulationen kann Menten KI nicht nur neue Moleküle für ein bestimmtes interessierendes Ziel von Grund auf neu entwerfen, sondern auch die Optionen eingrenzen, bevor die Moleküle im Labor zum Leben erweckt werden. „Wir führen Hunderttausende von In-Silico-Simulationen und -Designs durch“, erklärt Melo. „Das ist alles auf dem Computer, und am Ende können wir eine kleine Liste davon geben, sodass wir 20 bis 100 Moleküle übergeben können und mit diesen tatsächlich sehr hohe Erfolgsquoten erzielen können.“

Menten AI erstellt all diese Simulationen auf AWS und verwendet Tausende von CPUs und GPUs. Da der Großteil ihrer Simulationen und Tests in der Cloud durchgeführt wird, sind die Kosten drastisch niedriger als bei den bisherigen Methoden, sowohl aus Zeit- als auch aus finanzieller Sicht.

„AWS bietet im Grunde alles, was wir aus dieser Perspektive benötigen“, sagt Melo. „Und selbst jetzt entwickeln sie Amazon Braket, sodass es noch mehr Möglichkeiten gibt, mehr von der Quantenarbeit zu erledigen, die wir ebenfalls entwickelt haben.“

Und es ist diese Quantenarbeit, die immer wichtiger wird, wenn Menten KI in die Zukunft blickt: Während Machine Learning in der Vergangenheit in der Arzneimittelforschung eingesetzt wurde, eröffnet das Quantencomputing völlig neue Ansätze zur Lösung schwieriger Probleme.

Eines dieser Probleme, die kombinatorische Optimierung, steht im Mittelpunkt der Art des Peptiddesigns, das Menten AI durchführt. Kombinatorische Optimierung ist „eine Suche in einem riesigen, riesigen, riesigen Raum“, erklärt Melo, „sodass Sie Billionen und Aberbillionen von Möglichkeiten haben“. Es würde Tausende von Jahren dauern, jede dieser Möglichkeiten auf einem klassischen Computer zu durchschauen, und selbst Algorithmen, die darauf ausgelegt sind, dies zu vereinfachen, lassen sich nicht gut skalieren, „was bedeutet, dass Sie mit zunehmender Größe der Probleme keine Lösungen für diese Probleme finden können“.

Quantenoptimierungsalgorithmen hingegen ermöglichen eine immense Parallelität, die durch die gleichzeitige Modellierung vieler Lösungen ermöglicht wird, was eine exponentielle Skalierung ermöglicht. Menten AI hatte bereits Erfolg bei der Nutzung von Quantencomputing für das Peptiddesign, und Melo ist optimistisch, es weiterhin zusammen mit klassischen Computern zu nutzen, um Lösungen zu entdecken, die bisher nicht verfügbar waren: „Da Quantencomputer immer besser und größer werden, werden wir diese Technologien nutzen können, um die Medikamente, die wir entwickeln, zu verbessern.“