KI-getriebenes Antikörperdesign zielt schnell auf neuen H5N1-Grippe-Stamm ab, was die antivirale Entwicklung beschleunigt. AI-driven antibody design rapidly targets new H5N1 flu strain, speeding up antiviral development.

Nach einer Studie unter Vanderbilt, die am 4. November 2025 in Cell veröffentlicht wurde, beschleunigen KI-getriebene Protein-Sprachmodelle die Bildung antiviraler Antikörper. AI-powered protein language models are speeding up the creation of antiviral antibodies, according to a Vanderbilt-led study published in Cell on November 4, 2025. Unter Verwendung eines Modells namens MAGE entwickelten Forscher menschliche Antikörper, die auf virale Oberflächenproteine abzielen, ohne sich auf bestehende Vorlagen zu verlassen, und neutralisierten erfolgreich einen zuvor unsichtbaren H5N1-Stamm. Using a model called MAGE, researchers designed human antibodies targeting viral surface proteins without relying on existing templates, successfully neutralizing a previously unseen H5N1 strain. Dieser Ansatz, der KI nutzt, um Antikörper-Virus-Interaktionen vorherzusagen, könnte die Entwicklungszeit für Behandlungen gegen neu auftretende Bedrohungen wie Vogelgrippe und RSV drastisch verkürzen. This approach, which leverages AI to predict antibody-virus interactions, could drastically shorten development time for treatments against emerging threats like avian flu and RSV. Ergänzende Arbeiten der University of Washington führten RFantibody ein, ein Open-Source-KI-Tool mit Diffusionsmodellen, um stabile Antikörperbinder zu entwerfen, während MIT-s BoltzGen eine weitere KI-getriebene Methode zur gezielten Anwendung von bisher unumfänglichen Molekülen anbietet. Complementary work from the University of Washington introduced RFantibody, an open-source AI tool using diffusion models to design stable antibody binders, while MIT’s BoltzGen offers another AI-driven method for targeting previously undruggable molecules. Diese Fortschritte, unterstützt von NIH und ARPA-H, zeigen einen wachsenden Trend in der akademischen Forschung auf, wo Open-Source-KI-Tools die Arzneimittelentdeckung beschleunigen und potenzielle Anwendungen bei Infektionskrankheiten, Krebs und Autoimmunerkrankungen erweitern. These advances, supported by NIH and ARPA-H, highlight a growing trend in academic research where open-source AI tools are accelerating drug discovery and expanding potential applications in infectious diseases, cancer, and autoimmune disorders.