LIGAND-AI ist ein fünfjähriges internationales Forschungsprojekt, das großskalige Protein-Ligand-Interaktionsdaten erzeugt und offen für die KI-gestützte Wirkstoffforschung bereitstellt. Das von der Innovative Health Initiative geförderte öffentlich-private Konsortium vereint 18 Partner aus neun Ländern und zielt darauf ab, experimentelle Datengrundlagen für rechnergestützte Hit-Identifizierung und -Optimierung zu schaffen.
Im Projekt werden tausende menschliche Proteine mit großen und divers zusammengesetzten Molekülbibliotheken systematisch getestet und die Ergebnisse in standardisierten, KI-fähigen Formaten veröffentlicht. Die Datensätze dienen als gemeinsame Referenz für die Entwicklung, das Training und den Vergleich von KI-Modellen in der frühen Wirkstoffforschung und adressieren insbesondere bislang wenig untersuchte Zielproteine.
Großskalige Protein-Ligand-Daten für die Wirkstoffforschung
Im Zentrum von LIGAND-AI steht die systematische Erzeugung experimenteller Protein-Ligand-Interaktionsdaten in bislang nicht erreichtem Umfang. Über die Projektlaufzeit sollen mehr als 2.000 menschliche Proteine, darunter viele bislang wenig erforschte oder unligandierte Zielstrukturen, mit großen und chemisch vielfältigen Molekülbibliotheken getestet werden. Zum Einsatz kommen komplementäre Screening-Technologien, um unterschiedliche Bindungsszenarien zuverlässig abzudecken.
Die dabei entstehenden Milliarden bis hin zu Billionen einzelner Messpunkte werden qualitätskontrolliert, kuratiert und in standardisierten Formaten aufbereitet. Durch ihre offene Bereitstellung bilden diese Datensätze eine belastbare Grundlage für rechnergestützte Methoden der Wirkstoffforschung und ermöglichen es, KI-Modelle über unterschiedliche Proteinklassen hinweg systematisch zu entwickeln, zu vergleichen und zu bewerten.
Offene Wissenschaft als methodischer Rahmen
LIGAND-AI ist konsequent als Open-Science-Projekt angelegt. Alle im Projekt erzeugten Protein-Ligand-Daten werden nach FAIR-Prinzipien bereitgestellt und sind auffindbar, zugänglich, interoperabel und wiederverwendbar. Damit adressiert das Konsortium eine zentrale strukturelle Schwäche der Wirkstoffforschung, in der verfügbare Datensätze bislang häufig fragmentiert oder nicht öffentlich zugänglich sind.
Über die Datengenerierung hinaus fördert LIGAND-AI die offene Weiterentwicklung rechnergestützter Verfahren. Geplant sind offene Benchmarking-Kampagnen, in denen KI-Modelle transparent getestet und bewertet werden. Datensätze, Modelle, Protokolle und Werkzeuge werden ohne Zugangsbeschränkungen veröffentlicht und stehen der wissenschaftlichen Gemeinschaft dauerhaft zur Verfügung.
Internationale Kooperation und wissenschaftliche Umsetzung
LIGAND-AI wird von Pfizer und dem Structural Genomics Consortium koordiniert und vereint 18 Partner aus neun Ländern. Beteiligt sind Universitäten, Forschungsinstitute, Industrieunternehmen, Technologieanbieter und Einrichtungen des Gesundheitswesens. Zum Konsortium gehören das Structural Genomics Consortium, das European Molecular Biology Laboratory, die Goethe-Universität Frankfurt, die Universidade Estadual de Campinas, das University College London, das University Health Network, das Vall d’Hebron Institute of Oncology, Abcam Limited, AstraZeneca UK Limited, Chemspace LLC, Enamine Germany GmbH, IBM Research Israel – Science and Technology LTD, Novo Nordisk, Nuvisan ICB GmbH, Pfizer Inc, The Hospital for Sick Children in Toronto, Thermo Fisher Scientific GmbH und Vernalis (R&D) Limited.
Diese breite Aufstellung stellt sicher, dass experimentelle, chemische, biologische und rechnergestützte Kompetenzen eng miteinander verzahnt sind. Eine zentrale Rolle übernimmt der Forschungsknotenpunkt SGC-Frankfurt an der Goethe-Universität, der den Bereich der medizinischen Chemie des Projekts leitet. Dort werden identifizierte Bindungspartner weiterentwickelt und ihre Eignung als chemische Werkzeuge geprüft. Als Teil der Initiative Target 2035 leistet LIGAND-AI damit einen infrastrukturellen Beitrag zur langfristigen Erschließung des menschlichen Proteoms für die Wirkstoffforschung.