Mit dem zunehmenden Einfluss von Fundamentmodellen in der Ära der Künstlichen Intelligenz betritt die Pharmaindustrie eine neue Phase voller Chancen für Entdeckungen, Designs und Entscheidungen, die von KI für die Wissenschaft gesteuert werden. Um diese Fortschritte zu erkunden, gab Insilico Medicine (03696.HK), ein Unternehmen für die Entdeckung von Medikamenten mit generativer KI in der klinischen Phase, heute bekannt, dass der Pharma.AI Frühjahrs-Kickoff 2026 am 14. April um 10:00 Uhr ET stattfinden wird. Registrierungs- und Veranstaltungsdetails sind verfügbar unter: https://insilico.zoom.us/webinar/register/WN_h7tujok6SdmfDWzkZwRgNg.
Die Saison 2026 der Pharma.AI-Webinarreihe wird die laufende KI-Revolution in den Lebenswissenschaften präsentieren, einschließlich des steigenden Interesses an der Verwendung von Fundamentmodellen, während spezialisierte Modelle für Biologie, Chemie und translationale Forschung unverzichtbar bleiben; Wie Pharma.AI Fundamentmodelle und wissenschaftliche KI-Agenten in einem einheitlichen, KI-gesteuerten Workflow für Forschung und Entwicklung von Medikamenten zusammenbringt; und wie der führende Ansatz von Insilico „KI trainiert KI“ Fundamentmodelle besser an wissenschaftliche und Arzneimittelentdeckungsanwendungen anpassen und die Entwicklung von Entscheidungssystemen auf Basis von KI beschleunigen kann.
Konkret wird die bevorstehende Veranstaltung neue Fähigkeiten im gesamten Pharma.AI-Ökosystem hervorheben, einschließlich des MMAI Gyms für die Wissenschaft sowie Aktualisierungen der Kernmodule wie PandaOmics, Generative Biologics und Chemistry42.
Wenn wir 2026 beginnen, liegt unser Fokus darauf, über die einfache KI-gesteuerte Phase hinaus zu einem wirklich KI-gestützten Entscheidungsökosystem zu gehen. Mit der Einführung der fortgesetzten Evolution von Pharma.AI bauen wir die Grundlage für Systeme der pharmazeutischen Superintelligenz, die effektiver logisch denken, sich an reale wissenschaftliche Arbeitsabläufe anpassen können und einen bedeutenden Einfluss auf die Entdeckung und Entwicklung von Medikamenten ausüben. Das bevorstehende Webinar bringt spannende neue Updates zusammen und ist darauf ausgelegt, Forschern die neuesten Werkzeuge und Best Practices an die Hand zu geben, um die herausforderndsten Probleme im Bereich der menschlichen Gesundheit anzugehen.“
Alex Aliper, PhD, Präsident, Insilico Medicine
Highlights auf einen Blick
- MMAI Gym: Fundamentmodelle in Hochleistungs-Engines für die Arzneimittelentdeckung umwandeln
Das MMAI Gym für die Wissenschaft, ein Trainingsrahmen für Fundamentmodelle, wurde von Insilico im Januar 2026 eingeführt. Unter Verwendung von über 1.000 Benchmarks der Arzneimittelforschung und etwa 120 Milliarden Tokens öffentlicher und proprietärer Daten zur Arzneimittelentdeckung nutzt der Rahmen Multi-Task-Fine-Tuning und verstärkendes Lernen, um die Leistung von Fundamentmodellen bei spezialisierten Aufgaben in der Arzneimittelentdeckung erheblich zu verbessern.
Um die Leistungsfähigkeit dieses Rahmens zu validieren, zeigen wir, dass MMAI-trainierte Fundamentmodelle bis zu 10-fache Leistungszuwächse bei wichtigen Benchmarks der Arzneimittelentdeckung gegenüber allgemeinen Fundamentmodellen erzielt haben, die bei etwa 75–95% der Aufgaben unterlegen waren. Im März 2026 lieferten Insilico und Liquid AI gemeinsam LFM2-2.6B-MMAI (v0.2.1), das erste Modell, das durch ihre erste Zusammenarbeit im MMAI Gym trainiert wurde. Trotz seines leichten, lokal installierten Designs lieferte das Modell SOTA-Leistungen in mehreren wichtigen Aufgaben. Das Dokument, das den Trainingsprozess und die endgültige Leistung beschreibt, wurde bei der ICLR 2026 akzeptiert.
Während der bevorstehenden Veranstaltung werden die Teilnehmer lernen, wie dieses systematische Fine-Tuning (SFT) und verstärkende Feinabstimmung (RFT) Trainings- und Benchmarking-System die Leistung von kausalen LLMs bei realen Aufgaben zur Arzneimittelentdeckung erheblich verbessern kann und wie man auf die Plattform zugreift.
- PandaOmics: Zielpriorisierung mit Einzelzellen und PandaClaw
PandaOmics ist die KI-gesteuerte Plattform von Insilico Medicine zur Entdeckung therapeutischer Ziele und zur Erweiterung von Indikationen. Sie integriert und analysiert groß angelegte Multi-Omics- und biomedizinische Datensätze, um Forschern zu helfen, krankheitsspezifische Arzneimittelziele zu identifizieren und priorisieren sowie therapeutische Indikationen von Zielen von Interesse zu erweitern.
Zu den jüngsten Aktualisierungen von PandaOmics gehört die Integration umfassender Einzelzelldaten, die eine verbesserte Auflösung zur Zielidentifikation bieten. Darüber hinaus ist PandaClaw ein agentisches KI-Tool, das Wissenschaftlern ermöglicht, komplexe, Echtzeit-Multi-Omics-Analysen durchzuführen, Forschungsfragen zu generieren und Zielbewertungen über eine einfache natürliche Sprachschnittstelle durchzuführen.
- Chemistry42: Multi-Target und fortgeschrittene Alchemie
Chemistry42 ist die KI-gesteuerte Plattform von Insilico Medicine zur Entwicklung und Entdeckung neuartiger kleiner Moleküle. Sie kombiniert generative Modell-Ensembles und fortgeschrittene physikalisch-basierte Methoden, um Forschern zu helfen, neuartige Verbindungen zu erstellen und zu optimieren. Ein Kernelement von Chemistry42 ist Nach01, ein KI-Modell, das auf Milliarden von Datenpunkten trainiert wurde, um sowohl natürliche als auch chemische Sprache zu verstehen, was Hunderte professioneller Aufgaben ermöglicht und den Grundstein für eine „Prompt-zu-Medikament“ Zukunft legt.
Die neuesten Aktualisierungen umfassen die Unterstützung von Mehrziel-Molekülen, verbesserte Visualisierungen der Ergebnisse für eine reibungslosere Analyse, Nach01-MMAI zur Molekülgenerierung und neue Berechnungen der absoluten Bindungsenthalpien (ABFE) in der Alchemie.
- Generative Biologics: Design von zyklischen Peptiden und Optimierung von linearen Peptiden
Generative Biologics ist eine hochmoderne Plattform für die Entwicklung von Biologika. Sie verwendet fortschrittliche Multi-Parameter-Optimierung, um komplexe Herausforderungen im Design von Antikörpern, Peptiden und anderen biologischen Arzneimitteln anzugehen. Unterstützt von mehr als 10 generativen und prädiktiven Modellen und optimiert durch präzise physikalisch-basierte Werkzeuge, ermöglicht Generative Biologics die rasche Erstellung von vielfältigen, optimierten Biologika, sodass Wissenschaftler in weniger als 72 Stunden geeignete Bindekandidaten generieren können.
Die Plattform hat jetzt große Updates für das Peptid-Design erhalten. Sie führt einen völlig neuen Workflow für zyklische Peptide ein, der sowohl Kopf-zu-Schwanz- als auch Disulfid-Bindungsarchitekturen unterstützt und in nur wenigen Stunden mit KI- und physikalisch-basierten Priorisierungen Hunderte von Kandidaten generiert. Parallel dazu haben Forscher erfolgreich lineare Peptide mithilfe der Plattform optimiert, um den Leitkandidaten P3 gegen GLP-1R zu verfeinern und Dutzende neuer Kandidaten zu erzeugen, wobei die beste Variante, P3-1, eine sechsfache Verbesserung gegenüber dem ursprünglichen Leitkandidaten erreicht hat.
Pharma.AI ist eine umfassende KI-Plattform für Arzneimittelentdeckung und -entwicklung, die Zielentdeckung, generative Chemie, Biologika-Design und prädiktive klinische Modellierung in einem einheitlichen, KI-gesteuerten Workflow für die pharmazeutische Forschung und Entwicklung integriert. Wir freuen uns darauf, Sie bei unserer ersten Veranstaltung zum Start ins Jahr 2026 zu sehen.
Datum: 14. April 2026
Zeit: 10:00 Uhr ET
Quellen: