Start-up durchforstet die Flut von KI-generierten Wirkstoffkandidaten, um die vielversprechendsten zu finden

Einer der bedeutendsten Beiträge der KI zur Wissenschaft ist die Anwendung eines Deep-Learning-Modells durch Google DeepMind zur Vorhersage der komplexen Strukturen von Proteinen – jener Moleküle, die nahezu alle Prozesse in lebenden Zellen steuern.

Da KI-Modelle jedoch eine immer größere Anzahl von Kandidaten für potenzielle Therapien generieren, entsteht ein neuer Engpass: die praktische Charakterisierung dieser Kandidaten für Testzwecke und die Produktion in großem Maßstab.

Dies ist die Mission von 10x Science, einem im Dezember 2025 gegründeten Start-up, das heute eine Startkapitalrunde in Höhe von 4,8 Millionen US-Dollar unter der Führung von Initialized Capital bekannt gab, an der sich Y Combinator, Civilization Ventures und Founder Factor beteiligten. Die drei Mitbegründer sind David Roberts und Andrew Reiter, beides erfahrene Biochemiker, sowie Vishnu Tejas, ein Serienunternehmer mit Fachkenntnissen in Informatik und KI-Modellen.

„Wenn Biopharmaunternehmen daran gehen, einen Wirkstoffkandidaten zu entwickeln, verfügen sie über all diese hervorragenden Vorhersagewerkzeuge“, erklärte Roberts gegenüber TechCrunch. „Man kann so viele Kandidaten wie man möchte ganz oben in den Trichter geben, aber sie alle müssen den Charakterisierungsprozess durchlaufen. Alles muss gemessen werden.“

Für Forscher, die biologische Medikamente entwickeln – die in lebenden Zellen hergestellt und so konzipiert sind, dass sie präzise auf Krankheiten und Beschwerden abzielen –, ist das Verständnis der Proteinstruktur unerlässlich. Diese Medikamente können beispielsweise so konzipiert werden, dass sie sich an bestimmte Zellen binden, ähnlich wie Keytruda, ein weit verbreitetes Medikament von Merck, das dem Immunsystem hilft, Krebszellen zu erkennen und anzugreifen.

Die drei Gründer von 10x arbeiteten zuvor gemeinsam im Stanford-Labor der Nobelpreisträgerin Dr. Carolyn Bertozzi und untersuchten dort die Wechselwirkungen zwischen Krebszellen und dem Immunsystem. Sie waren zunehmend frustriert darüber, dass es ihnen nicht gelang, genau zu erfassen, was auf molekularer Ebene vor sich ging.

Die präziseste Methode zur Untersuchung von Molekülen ist die Massenspektrometrie, eine komplexe Technik, bei der die atomare Struktur durch die Messung von Molekülen in einem elektrischen Feld bestimmt wird. Dieser relativ neue Ansatz liefert komplexe Daten, deren Interpretation umfangreiches Fachwissen erfordert, und der Analyseprozess ist zeitaufwendig.

Die Plattform von 10x verbindet deterministische Algorithmen auf der Grundlage von Chemie und Biologie mit KI-Agenten, die in der Lage sind, die Daten zu interpretieren. Das Team investierte erheblichen Aufwand in das Training der Modelle anhand von Spektrometriedaten und stellte sicher, dass ihre Analysen nachvollziehbar sind – ein entscheidendes Merkmal für ein Tool, das Unternehmen dabei helfen soll, gesetzliche Vorschriften einzuhalten.

Matthew Crawford, Wissenschaftler bei Rilas Technologies – einem Unternehmen, das chemische Analysen für andere Firmen durchführt –, hilft Kunden wie Biotech-Start-ups dabei, Millioneninvestitionen in eigene Spektrometriegeräte und die dafür erforderlichen Experten zu vermeiden. Crawford nutzt die 10x Science-Plattform seit mehreren Wochen und berichtet, dass sie seine Arbeit beschleunigt.

Crawford merkte an, dass ihn das Modell durch seine Fähigkeit beeindruckt habe, seine Schlussfolgerungen zu erklären, die richtigen Daten für Analysen selbstständig zu finden und sich an die Bewertung verschiedener Molekültypen anzupassen. Während einige KI-Tools, die er zuvor getestet hatte, entweder zu viel versprachen oder Genauigkeitsprobleme aufwiesen, sagt er, dass dieses Tool sinnvolle Annahmen trifft – eine Eigenschaft, die er der fundierten Fachkompetenz seiner Entwickler zuschreibt.

„Ich habe ein bestimmtes Protein durch das Modell laufen lassen, und es hat im Wesentlichen anhand des Dateinamens herausgefunden, um welches Protein es sich wahrscheinlich handelte“, sagte Crawford. „Anschließend hat es Online-Datenbanken nach der Sequenz dieses Proteins durchsucht, sodass ich die Sequenz nicht manuell eingeben musste.“

Führungskräfte von 10x berichten, dass sie zudem mit mehreren großen Pharmaunternehmen und akademischen Forschern zusammenarbeiten. Geplant ist, die Startfinanzierung zu nutzen, um weitere Ingenieure einzustellen, das Modell weiter zu verfeinern und neue Kunden zu gewinnen. Sollte es gelingen, im Bereich der Proteincharakterisierung Fuß zu fassen, hofft Roberts, dass das Unternehmen schließlich expandieren wird, um ein neuartiges Verständnis der Biologie zu ermöglichen – eines, das die Proteinstruktur mit anderen zellulären Daten verknüpft.

„Was wir im Grunde genommen entwickeln, ist ein neuer Ansatz zur Definition molekularer Intelligenz“, sagte Roberts.

Für Investoren bietet 10x einen Einstieg in den Biotech-Bereich, der nicht vom Erfolg und der behördlichen Zulassung eines bestimmten Medikaments abhängt. Wenn sich das Unternehmen so entwickelt, wie es sich die Gründer vorstellen, wird es zu einem entscheidenden Werkzeug in der Arzneimittelentwicklung werden – unabhängig davon, ob die späteren Produkte kommerziell erfolgreich sind.

„Dies ist eine SaaS-Plattform, für die Pharmaunternehmen monatlich bezahlen müssen, um all diese potenziellen Wirkstoffkandidaten zu verarbeiten“, sagte Zoe Perret, Partnerin bei Initialized. Sie setzt auf das fundierte Fachwissen der Gründer, um das Unternehmen vor der Konkurrenz zu schützen – es gibt nur sehr wenige Menschen, die diese Methoden und die damit generierten Daten wirklich verstehen.

Laut Crawford kann die Plattform diese Techniken Forschern zugänglich machen, die davon profitieren könnten, denen aber die Zeit oder die Ressourcen fehlen, sie selbst umzusetzen.

„Die Teams hier versuchen, ein neues Medikament zu entwickeln“, erklärte er gegenüber TechCrunch. „Sie wollen einfach nur eine schnelle, einfache Antwort aus der Massenspektrometrie, und dann öffnet sich eine ganze Büchse der Pandora. Diese Software wird helfen, diese Büchse der Pandora geschlossen zu halten und ihnen einfach die Antwort zu geben, die sie tatsächlich brauchen, um zum nächsten Schritt in ihrer Forschung überzugehen.“