De invloed van kunstmatige intelligentie op de gezondheidszorg beperkt zich niet tot ziekenhuizen en medische software.
Ook de biotechsector verandert.
AI wordt steeds vaker gebruikt om biologische processen te analyseren, moleculen te onderzoeken en nieuwe mogelijkheden voor geneesmiddelenontwikkeling te identificeren.
Van trial-and-error naar computationeel onderzoek
Geneesmiddelenontwikkeling is traditioneel een langdurig en complex proces.
Onderzoekers moeten enorme hoeveelheden biologische informatie analyseren en vervolgens bepalen welke moleculen of mechanismen verder onderzocht moeten worden.
AI kan delen van dat proces ondersteunen.
Modellen kunnen grote datasets analyseren en mogelijke verbanden identificeren die voor menselijke onderzoekers moeilijker zichtbaar zijn.
Daarmee kan de eerste fase van geneesmiddelenonderzoek veranderen.
Moleculen ontwerpen met AI
Een van de interessantste ontwikkelingen bevindt zich rond het ontwerpen en selecteren van moleculen.
AI kan worden ingezet om potentiële kandidaten te identificeren en eigenschappen van moleculen te voorspellen.
Het doel is niet om het laboratorium overbodig te maken.
Het doel is om onderzoekers beter te helpen bepalen welke mogelijkheden het waard zijn om verder experimenteel te onderzoeken.
Biologie wordt steeds meer een datadiscipline
De moderne biotechsector genereert enorme hoeveelheden data.
Genomische informatie, eiwitstructuren, medische datasets en laboratoriumresultaten kunnen gezamenlijk nieuwe inzichten opleveren.
AI vormt een technologie om deze informatie op grotere schaal te analyseren.
Daarmee ontstaat een belangrijke verschuiving.
Biotechnologie draait niet langer alleen om experimenten in het laboratorium.
Steeds vaker ontstaat een combinatie van biologie, computationele modellen en geautomatiseerde experimenten.
De opkomst van AI-native biotech
Een nieuwe generatie bedrijven probeert deze ontwikkeling volledig te benutten.
In plaats van AI achteraf aan bestaande biotechprocessen toe te voegen, bouwen sommige bedrijven hun onderzoeksplatform vanaf het begin rond computationele modellen.
Dat kan leiden tot een fundamenteel andere manier van geneesmiddelenonderzoek.
Van model naar medicijn
Tegelijkertijd blijft de afstand tussen een succesvolle AI-voorspelling en een daadwerkelijk geneesmiddel groot.
Biologie is complex.
Een model kan een veelbelovende kandidaat identificeren, maar uiteindelijk moet die kandidaat experimenteel worden onderzocht en door een uitgebreid ontwikkelings- en beoordelingsproces.
AI versnelt daarmee niet automatisch iedere stap.
Maar het kan wel veranderen welke vragen onderzoekers stellen, welke kandidaten ze onderzoeken en hoe snel ze nieuwe hypotheses kunnen testen.
De volgende generatie biotech wordt daarom steeds meer een samenspel tussen menselijke biologie-expertise, laboratoriumonderzoek en kunstmatige intelligentie.