Die frühe Phase der Wirkstoffentwicklung ist häufig langwierig, kostenintensiv und fehleranfällig. Das Verbundprojekt AHEAD verfolgt das Ziel, diesen Prozess mithilfe KI-gestützter Methoden deutlich zu beschleunigen und effizienter zu gestalten. Im Mittelpunkt steht der Chemokine-like Rezeptor 1 (CMKLR1), ein G-Protein-gekoppelter Rezeptor, dessen gezielte Regulation neue Ansätze zur Behandlung schwerer Entzündungserkrankungen eröffnen könnte.

Hierfür entwickelt das Projekt ein neuartiges computergestütztes Verfahren zur Identifikation vielversprechender Wirkstoffkandidaten. Mithilfe strukturbasierter Methoden werden Bibliotheken mit Milliarden niedermolekularer Verbindungen im Ultra-Hochdurchsatz-Screening durchsucht. Die Genauigkeit der Vorhersagen soll durch KI-basierte quantenchemische Verfahren verbessert werden, während die massiv parallele SpiNNaker2-Computerplattform die dafür notwendigen Berechnungen erheblich beschleunigt. Die vorhergesagten Wirkstoffkandidaten werden anschließend experimentell überprüft und gezielt weiterentwickelt.

Durch die Kombination von Künstlicher Intelligenz, spezialisierter Hardware und experimenteller Validierung schafft AHEAD die Grundlage für eine schnellere und präzisere Wirkstoffforschung. Bei erfolgreichem Projektverlauf soll der entwickelte Ansatz auf weitere G-Protein-gekoppelte Rezeptoren übertragen werden, die zu den wichtigsten Wirkstoffzielen in der medizinischen Forschung zählen. Langfristig sollen die entwickelten Methoden als modulare und benutzerfreundliche Pipelines verfügbar gemacht werden, sodass auch Anwenderinnen und Anwender ohne tiefgehende KI-Expertise explorative Wirkstoffentwicklung durchführen können. Damit leistet das Projekt einen Beitrag zur Beschleunigung der Wirkstoffforschung und eröffnet neue Perspektiven für die Entwicklung innovativer Therapien.