Hoe AI wetenschappers helpt bij het maken van de volgende generatie medicijnen

AstraZeneca integreert AI actief in de ontwikkeling van biologische geneesmiddelen, volgens een 'build-measure-learn'-cyclus. AI-modellen voorspellen veelbelovende moleculen, waardoor wetenschappers zich kunnen richten op de meest kansrijke kandidaten. Dit verkort de iteratietijd en maakt het mogelijk om te werken aan doelwitten die voorheen als ongeneeslijk werden beschouwd. In de toekomst zal AI helpen bij het creëren van multispecifieke geneesmiddelen die tegelijkertijd op meerdere doelwitten inwerken. Het bedrijf bouwt een 'lab van de toekomst' in Kendall Square (Cambridge, Massachusetts), waar AI en robotica een continue gesloten-lus-ontdekkingssysteem vormen: AI doet voorspellingen, robots voeren experimenten uit en tools genereren gegevens die onmiddellijk terug worden gevoerd in de modellen. AstraZeneca investeert ook in screeningstechnologieën om extra datasets te verkrijgen en streeft naar de novo-ontwerp—volledig door AI gegenereerde biologische geneesmiddelen. Dit vereist gestandaardiseerde data, betrouwbare benchmarks en teams die het snijvlak van machinaal leren en biologie begrijpen. Speciale aandacht gaat uit naar veiligheidsvoorspelling via virtuele klinische proeven—geavanceerde celsystemen en micro-organen die signalen genereren zonder traditionele testknelpunten. Volgens Pooja Sapra, senior vicepresident en hoofd van R&D Biologics Engineering bij AstraZeneca, zullen geautomatiseerde high-throughput-systemen in staat zijn om wekelijks duizenden moleculaire interacties te creëren en te evalueren. Wetenschappers blijven centraal staan in het proces, waarbij AI-controle, uitlegbaarheid en ethiek worden gewaarborgd.