So Geht Der Kauf
          Drug development
          Genomic Revolution

          Von Tieren zu KI: Die neue Politik der FDA sollte den Prozess der Arzneimittelentwicklung verändern

          9 May 2025

          6 Min Read

          Related

          Documents

          Wichtigste Erkenntnisse

          Die FDA wird die obligatorischen Tierversuche schrittweise abschaffen und stattdessen KI und im Labor gezüchtete menschliche Zellen zur Bewertung der Sicherheit und Wirksamkeit von Arzneimitteln einsetzen.

          Diese Verlagerung dürfte die Entwicklungszeit und -kosten senken, was KI-getriebenen Biotech-Unternehmen zugute kommt und den Zugang zu Therapien für seltene Krankheiten erweitert.

          Unternehmen, die KI in der Arzneimittelforschung einsetzen, könnten eine fünfmal höhere Rendite erzielen, was sich auch auf die Gesundheitssysteme und die Ergebnisse für die Patienten auswirken würde.

          Am 10. April 2025 kündigte die US-Arzneimittelbehörde FDA (Food and Drug Administration) einen bahnbrechenden Plan zur schrittweisen Abschaffung ihrer langjährigen Forderung nach Tierversuchen bei der Entwicklung von monoklonalen Antikörpern und anderen Medikamenten an.1 Stattdessen wird die FDA den Einsatz “effektiverer, für den Menschen relevanter” Testmethoden fördern, darunter KI-Modelle und im Labor gezüchtete menschliche Zellsysteme, um die Sicherheit und Wirksamkeit von Medikamenten zu bewerten.

           

          Innovation als Wegbereiter

          Seit 1938 sind in den USA Tierversuche in der Arzneimittelentwicklung gesetzlich vorgeschrieben.2 Dank der rasanten Fortschritte in den Bereichen KI, Multiomics und mikrophysiologische Systeme ist es nun möglich – und vorzuziehen -, prädiktivere Wege zu beschreiten, wie unten in den Gen 2- und Gen 3-Methoden dargestellt. Die Initiative der FDA dürfte den Zeit- und Kostenaufwand für die Entwicklung wirksamer Medikamente für die Erprobung am Menschen senken, was sich positiv auf die KI-orientierten Biotech-Unternehmen und die Patienten auswirkt, die sie versorgen wollen.3

           

          Valley of Drug Discovery Death

           

          Die Initiative der FDA bietet Biotechnologieunternehmen, die bereits KI in der Arzneimittelforschung und -entwicklung einsetzen, eine neue Chance. Sie setzen diese Art von Techniken bereits in früheren Phasen des präklinischen Prozesses ein und könnten einige dieser Daten nutzen, um die neuen Anforderungen zu erfüllen. Da diese Unternehmen ihre präklinischen Prozesse gestrafft haben, dürfte die Abschaffung der obligatorischen Tierversuche ihre Entwicklung hin zu klinischen Studien im Vergleich zu konventionellen Arzneimittelentwicklern beschleunigen (siehe unten).4

           

          Potential time reduction in getting to the clinic by eliminating animal testing from drug discovery process

           

          Die Richtlinie der FDA signalisiert ihr Engagement für innovative, prädiktive Methoden der Arzneimittelentwicklung. Durch die Verringerung der Abhängigkeit von langwierigen und kostspieligen Tierstudien könnten KI-gestützte und auf den Menschen bezogene Ansätze die Kosten der Arzneimittelentwicklung senken, die Markteinführung beschleunigen und die therapeutische Wirksamkeit erhöhen. Die unten dargestellte Analyse von ARK zeigt, dass durch KI entwickelte Therapeutika die Investitionsrendite auf über 20 % steigern könnten, was einer fünffachen Verbesserung im Vergleich zu den derzeitigen durchschnittlichen Forschungs- und Entwicklungsrenditen (F&E) der Pharmaindustrie von ~4 % entspricht. Letztlich könnte die Integration von KI in den gesamten Prozess der Arzneimittelentwicklung die Gesamtentwicklungskosten um das Vierfache senken.5,6

           

          Druq debelopment retrun on invested capital

           

          Wer sind die Hauptbegünstigten?

          Während KI-zentrierte Arzneimittelentwickler wie AbSci, AbCellera und Recursion Pharmaceuticals am unmittelbarsten profitieren werden, erstrecken sich die Auswirkungen der Richtlinie auch auf die Multiomics-Tools und den programmatischen biologischen Bereich. Unternehmen, die Sequenzierung, Einzelzell-Molekularanalyse, räumliche Transkriptomik und andere fortschrittliche Multiomik-Tools anbieten, dürften davon profitieren, wenn Biopharma-Unternehmen ihre Arbeitsabläufe anpassen, um die KI-gestützte Arzneimittelforschung zu beschleunigen und zu verbessern.

          Die Vorteile dürften nicht nur für die Biotechnologie, sondern für das Gesundheitssystem insgesamt gelten. Derzeit können nur ~5 % der seltenen Krankheiten mit zugelassenen Therapien behandelt werden.7 Der Grund dafür liegt auf der Hand: Die hohen Kosten führen dazu, dass sich die Arzneimittelentwickler nur auf Märkte mit großen adressierbaren Patientenpopulationen konzentrieren. In dem Maße, wie KI die Effizienz der Arzneimittelentwicklung steigert, sollte ein höherer Prozentsatz seltener Krankheiten behandelbar werden. ARK schätzt, dass KI die Zeit bis zur Markteinführung um 50 % und die Wahrscheinlichkeit eines Misserfolgs in jeder Phase des Entwicklungsprozesses um weitere 50 % reduzieren könnte, so dass Biotech-Unternehmen möglicherweise 75 % der Patientenpopulation mit seltenen Krankheiten gewinnbringend behandeln könnten. Infolgedessen dürfte sich die Lebensqualität der Patienten verbessern, da die Notwendigkeit kostspieliger Krankenhausaufenthalte und ambulanter Behandlungen sinkt.8,9

           

           

          Schlussfolgerung

          Zusammenfassend lässt sich sagen, dass die Ankündigung der FDA nicht nur einen regulatorischen Wandel, sondern auch den Beginn einer neuen Ära für die Molekularmedizin einläutet, die durch eine schnellere, kosteneffizientere und präzisere Arzneimittelentwicklung gekennzeichnet ist, von der Innovatoren, Patienten und das Gesundheitssystem profitieren.

          References

          1

          U.S. Food and Drug Administration .2025. “FDA Announces Plan to Phase Out Animal Testing Requirement for Monoclonal Antibodies and Other Drugs.”

          2

          Zushin, P.H. et al. 2023. “FDA Modernization Act 2.0: transitioning beyond animal models with human cells, organoids, and AI/ML-based approaches.” The Journal of Clinical Investigation.

          3

          ARK Investment Management LLC, 2025. This ARK analysis draws on a range of external data sources, including Bunne et al. 2024 and Rood et al. 2024 as of December 31, 2024, which may be provided upon request. For informational purposes only and should not be considered investment advice or a recommendation to buy, sell, or hold any particular security. Past performance is not indicative of future results. Forecasts are inherently limited and cannot be relied upon.

          4

          These calculations anticipate that AI drug development efforts can reduce target-to-lead, hit-to-lead and lead optimization stages of development to less than 18 months in total, consistent with company commentary. Source: ARK Investment Management LLC, 2025. This ARK analysis draws on a range of external data sources, as of April 11, 2025, which may be provided upon request. For informational purposes only and should not be considered investment advice or a recommendation to buy, sell, or hold any particular security. Forecasts are inherently limited and cannot be relied upon.

          5

          Bunne, C. et al. 2024. “How to Build the Virtual Cell with Artificial Intelligence: Priorities and opportunities.” Cell. Rood, J. et al. 2024. “Toward a Foundation Model of Causal Cell and Tissue Biology with a Perturbation Cell and Tissue Atlas.” Cell.

          6

          10% discount rate. *Companies pursuing this strategy for drug development, though this does not imply that every asset the company has at that particular stage is worth that amount or that company return on R&D dollars will meet the modeled value. The information provided should not be used as the basis for any investment decision, and it should not be assumed that an investment any of the companies mentioned was or will be profitable. Source: ARK Investment Management LLC, 2025. This ARK analysis draws on a range of external data sources as of December 31, 2024, which may be provided upon request. For informational purposes only and should not be considered investment advice or a recommendation to buy, sell, or hold any particular security. Past performance is not indicative of future results. Forecasts are inherently limited and cannot be relied upon.

          7

          The percent of rare disease patients addressable assumes a required 15% return on R&D spend. Source: ARK Investment Management LLC, 2025. This ARK analysis draws on a range of external data sources as of April 13, 2025, which may be provided upon request. For informational purposes only and should not be considered investment advice or a recommendation to buy, sell, or hold any particular security.

          8

          Including the costs of failures and cost of capital, ARK estimates that the cost to bring a drug to market using traditional processes today totals $2.4 billion. Using AI, $600 million or less is potentially achievable.

          9

          Maiale, R. 2025. “Top Clinical Research Organizations for Rare Diseases in 2025.” Precision for Medicine.

          Dokumente zum Thema

          Ähnliche Beiträge

          You are leaving europe.ark-funds.com

          By clicking below you acknowledge that you are navigating away from europe.ark-funds and will be connected to ark-funds.com. ARK Investment Management LLC manages both web domains. Please take note of ARK’s privacy policy, terms of use, and disclosures that may vary between sites.

          Cancel Proceed
          ======