KI besteht den härtesten Blindtest für Antikörper bisher – aber nur in einer Disziplin

Der erste große, verblindete prospektive Vergleich für das KI-Design von Antikörpern fällt gemischt aus: Künstliche Intelligenz kann experimentell bestätigte und hochpotente Antikörperkandidaten hervorbringen. Kein einzelnes Verfahren zeigte jedoch über alle Designaufgaben hinweg konstant gute Ergebnisse. Die deutlichste Erfolgsgeschichte lieferte Aureka Biotechnologies. Ein von ihrem Modell entworfener Antikörper gegen die Rezeptorbindungsdomäne von SARS-CoV-2 erreichte 94,7 pM – eine ungefähr 2.000-fache Verbesserung gegenüber dem Ausgangsantikörper. Statistisch lag er damit gleichauf mit dem besten Klon aus der konventionellen Reifung. 16

Was die AIntibody Challenge geprüft hat

Die nach dem Vorbild der CASP-Wettbewerbe organisierte AIntibody Challenge sollte Modellprognosen von tatsächlicher biologischer Leistung trennen. 29 Organisationen reichten insgesamt 511 Antikörpersequenzen ein. Getestet wurden sie anschließend unabhängig und nach einheitlichen Laborstandards – nicht von den jeweiligen Teams selbst. 12

Im Mittelpunkt standen Antikörper gegen die Rezeptorbindungsdomäne des SARS-CoV-2-Spike-Proteins. Der Wettbewerb umfasste drei Szenarien, die unterschiedliche Schritte der Antikörperentwicklung abbilden:

1. Affinitätsreifung per Computersimulation: Ein vorgegebener Ausgangsantikörper sollte verbessert werden.
2. Ranking nach Bindungsaffinität: Innerhalb von drei begrenzten HCDR3-Sequenzclustern sollten die stärksten Binder identifiziert werden.
3. Design außerhalb bestehender Bibliotheken: CDR-Sequenzen sollten außerhalb der bereitgestellten experimentellen Bibliotheken entworfen oder optimiert werden. 1

Die Bindung wurde mit Oberflächenplasmonenresonanz und zusätzlich mit dem unabhängigen KinExA-Verfahren gemessen. Außerdem durchliefen die Kandidaten ein Panel aus fünf Tests zur sogenannten Entwickelbarkeit – also zu Eigenschaften, die einen ansonsten sehr potenten Antikörper für ein Medikament ungeeignet machen können. Bewertet wurden damit die realen Laboreigenschaften der Einsendungen, nicht nur die Scores ihrer Modelle. 1

Aurekas 94,7-pM-Ergebnis

Aurekas stärkstes Resultat entstand bei der Affinitätsreifung. Der in der Studie als AuraBind bezeichnete Antikörper, der mit Aurekas Plattform AuraIDE verbunden ist, erreichte eine gemessene Affinität von 94,7 pM. Damit war er ungefähr 2.000-mal stärker als der Ausgangsantikörper. 146

Der Vergleich mit dem klassischen Experiment ist dabei entscheidend. Der beste experimentell gereifte Klon entstand nach rund drei Monaten Phagenreifung und erreichte 113 pM. Aurekas Messwert war zwar niedriger – und damit numerisch besser –, doch der Unterschied zwischen den beiden Spitzenkandidaten war statistisch nicht eindeutig. Die sachlich fairste Einordnung lautet daher: In diesem Test erreichte das KI-Design das Niveau des besten experimentellen Ergebnisses, statt es zweifelsfrei zu übertreffen. 16

Aureka überzeugte zudem nicht nur mit einer einzelnen Vorzeigesequenz. Das Unternehmen entwickelte sechs Antikörper mit einer Affinität von unter 10 nM, die zugleich die Kriterien für Entwickelbarkeit bestanden. In der Affinitätsreifung belegten Aurekas Einsendungen den ersten, zweiten und fünften Platz. 1

Warum die Gewinnersequenz bemerkenswert war

Der Gewinner war nicht einfach eine Kopie eines bereits experimentell ausgewählten Klons. Laut der Studienzusammenfassung kombinierte die Sequenz Substitutionen und Mutationsmuster, die aus den bereitgestellten Selektionsdaten abgeleitet worden waren. Ein strukturinformiertes Affinitätsmodell wählte den Entwurf aus 10.000 generierten Kandidaten aus. 1

Die Plattform verband strukturelle Modellierung mit einem auf Präferenzdaten trainierten Fitnessprädiktor. Dieser sagte nicht direkt eine absolute Bindungskonstante voraus, sondern lernte die relative experimentelle Anreicherung von Sequenzen – ein Ansatz, der stärker darauf ausgerichtet ist, Kandidaten für nachfolgende Labortests zu priorisieren. 1

Das ist für die Antikörperentwicklung ein wichtiger Unterschied. Ein nützliches Designsystem muss nicht für jede Sequenz den exakten späteren Affinitätswert kennen. Es muss vor allem die Wahrscheinlichkeit erhöhen, dass eine überschaubare Zahl von Kandidaten starke und praktisch nutzbare Binder enthält.

Aureka gewann eine Aufgabe – nicht den gesamten Wettbewerb

Aureka war der klare Sieger der ersten Challenge, doch daraus wurde keine Dominanz über alle drei Aufgaben. Beim Ranking innerhalb der Sequenzcluster führten je nach Cluster unterschiedliche Teams: UCSD/Scripps bei 27F, WashU/Xencor bei 28F und WashU bei 47F. Die Aufgabe zum Design außerhalb bestehender Bibliotheken gewann Xencor. 1

Auch die Analyse über mehrere Challenges hinweg ergab, dass jede offengelegte Gruppe mindestens eine Aufgabe hatte, bei der ihr bestes Ergebnis deutlich hinter den führenden Einsendungen zurückblieb. 1

Genau darin liegt die zentrale Aussage des Benchmarks: KI-gestütztes Antikörperdesign ist keine einheitliche Fähigkeit. Ein System, das einen bekannten Antikörper auf Basis umfangreicher, zielrelevanter Daten verbessern kann, muss deshalb noch lange nicht zuverlässig Sequenzen ranken oder außerhalb einer bestehenden Bibliothek neue Designs erzeugen.

Was das für Laborabläufe bedeutet

Die wichtigste praktische Konsequenz betrifft die Optimierung von Leitkandidaten, nicht die Abschaffung des Labors. Unter günstigen Bedingungen könnte ein leistungsfähiges Modell die Zahl der Zyklen aus Bibliotheksaufbau, Display-Selektion, Klonexpression und Screening verringern. In der ersten Challenge erzielten rund 13 % der Einsendungen eine mindestens 20-fache Verbesserung gegenüber dem Ausgangsantikörper – allerdings mit erheblichen Leistungsunterschieden zwischen den Teilnehmern. 1

Der Benchmark spricht daher für einen Workflow, bei dem KI und Labor eng miteinander verzahnt sind:

• Experimentelle Selektions- und Sequenzierungsdaten fließen in die Generierung neuer Kandidaten ein.
• Modelle priorisieren eine kleinere und möglicherweise vielfältigere Auswahl an Sequenzen.
• Diese Sequenzen werden unter verblindeten und standardisierten Bedingungen exprimiert und getestet.
• Vor einer Weiterentwicklung werden sowohl Bindungsstärke als auch Entwickelbarkeit geprüft.

Der letzte Schritt bleibt unverzichtbar. Einige Designs mit sehr hoher Affinität scheiterten an einem oder mehreren Entwickelbarkeitstests, insbesondere an Prüfungen auf Polyreaktivität. 94,7 pM sind beeindruckend – allein eine starke Bindung macht einen Antikörper aber noch nicht für ein Arzneimittelprogramm geeignet. 1

Die größte offene Frage: Übertragbarkeit

Die Studie war ein anspruchsvoller prospektiver Test, bot der KI aber zugleich ein vergleichsweise günstiges Umfeld. Untersucht wurde ein gut charakterisiertes Antigen mit umfangreichen Tiefensequenzierungs- und Affinitätsdaten. Vor allem für die zweite und dritte Aufgabe standen Informationen zur Verfügung, die in einer realen Entdeckungskampagne an diesem frühen Punkt häufig noch nicht existieren würden. 1

Diese Einschränkung spiegelt sich in den Resultaten wider. Bei den HCDR3-Datensätzen mit Sequenzclustern zeigten bis auf ein Modell alle Verfahren eine schwache oder sogar schlechtere Leistung als Zufall, wenn es darum ging, hochaffine Klone vorherzusagen. Auch die Ergebnisse beim Design außerhalb bestehender Bibliotheken schwankten stark. 12

Der Benchmark belegt daher nicht, dass KI bei unbekannten Antigenen, dünner Datenlage, anderen Antikörperformaten oder den vielen weiteren Anforderungen der Medikamentenentwicklung ähnlich gut abschneiden wird. Er zeigt vielmehr, dass bestimmte Systeme in klar definierten, biologisch gut verankerten Szenarien sehr leistungsfähig sein können.

Was der Erfolg für Aureka bedeutet

Für Aureka ist der Benchmark besonders wertvoll, weil die Plattform mit einem unabhängig geprüften experimentellen Ergebnis verknüpft ist – und nicht nur mit einem internen Modellscore. Das Unternehmen schloss im August 2026 eine Finanzierungsrunde der Serie B über 100 Millionen US-Dollar ab. Damit stieg die gemeldete Gesamtfinanzierung auf knapp 200 Millionen US-Dollar. Granite Asia finanzierte die erste Tranche, eine spätere Tranche wurde von einem strategischen Investor angeführt. 1821

Aureka hat außerdem Kooperationen mit mehreren multinationalen Pharmakonzernen beschrieben, darunter Modelle für Geschäftsentwicklung und sogenannte NewCo-Strukturen. 4 Das neue Kapital und diese Partnerschaften verschaffen dem Unternehmen Ressourcen und mögliche Wege, KI-generierte Antikörperdesigns in Arzneimittelprogramme zu überführen. 418

Der Benchmark ist jedoch keine klinische Validierung. Er beweist weder, dass Aurekas Plattform erfolgreiche Medikamente hervorbringen wird, noch dass sie experimentellen Methoden zur Antikörperentdeckung generell überlegen ist. Die Evidenz trägt eine engere, aber aussagekräftigere Aussage: Aurekas KI-gestützter Workflow kann in mindestens einem klar umrissenen Optimierungsszenario hochpotente und entwickelbare Antikörperkandidaten hervorbringen. Für eine breitere Bewertung braucht das Feld weitere Blindtests mit unterschiedlichen Zielstrukturen und unter realistischeren Bedingungen.