Wie Isomorphic Labs in Lausanne die Entwicklung von Medikamenten beschleunigt
Isomorphic Labs, ein Spinoff von Google Deepmind, arbeitet an einer KI-basierten Maschine für die beschleunigte Arzneimittelentwicklung. Das Unternehmen ist überzeugt, dereinst damit «alle Krankheiten heilen zu können.» Wir trafen den Chief Technology Officer der Firma in Lausanne.
Im Jahr 2013 war Sergei Yakneen auf dem besten Weg zu einer grossartigen Karriere in der Tech-Branche – er leitete ein Team von Software-Ingenieuren bei Amazon in Kanada.
Doch dann nahm sein Leben eine dramatische Wendung. Seine Mutter starb im Alter von nur 54 Jahren an Bauchspeicheldrüsenkrebs.
Sergei Yakneen wuchs in Krasnojarsk, Sibirien, auf und wanderte nach dem Zusammenbruch der Sowjetunion im Alter von 14 Jahren nach Toronto, Kanada, aus. Die nächsten 21 Jahre verbrachte er in Kanada, wo er Informatik und Mathematik studierte und zum ersten Mal mit neuronalen Netzen und maschinellem Lernen in Berührung kam.
Er arbeitete bei verschiedenen Unternehmen, darunter beim E-Commerce-Riesen Amazon, wo er dessen erste kanadische Softwareentwicklungsabteilung aufbaute.
Anschliessend wurde er wissenschaftlicher Mitarbeiter am Ontario Cancer Research Institute und leitete die technische Arbeitsgruppe des Pan Cancer Analysis of Whole Genomes Project – der weltweit grössten Initiative zur Analyse von Krebsdaten.
Anschliessend promovierte er in Heidelberg in Computational Biology und Krebsgenomik, wo er Algorithmen zur Analyse von Genomdaten auf Bevölkerungsebene entwickelte. Dies verschaffte ihm eine Stelle bei «SOPHiA GENETICS», einem Schweizer Unternehmen für Gesundheitstechnologie, das KI-Plattformen entwickelt, um Ärzten und Forschern bei der Interpretation komplexer genetischer und klinischer Daten zu helfen.
Yakneen kam 2022 als Chief Technology Officer zu Isomorphic Labs, kurz nach der Gründung des Unternehmens im November des Vorjahres.
Yakneen wuchs in den 1980er Jahren in Krasnojarsk auf, einer grossen Industriestadt in Zentralsibirien, umgeben von Ärzten und Wissenschaftlern. Die Stadt war ein Ort für verbannte Gegner des russischen Regimes.
Wendepunkt in einer Karriere
Seine Mutter war eine Onkologin im städtischen Krankenhaus. Dennoch verspürte Yakneen nie den Wunsch, Arzt zu werden. «Ich interessierte mich mehr für Computer», sagt er. Schon als Kind baute er stundenlang Computer zusammen und schrieb Computerprogramme.
Aber als er dann aber sah, wie die Ärzte nach einer Behandlung für den Krebs seiner Mutter suchten, schlug er einen anderen Berufsweg ein.
«Ich fühlte mich in meiner Tech-Karriere hilflos», erzählt er. Damals war er 33 Jahre alt. «Ich konnte nicht mit gutem Gewissen in der Tech-Welt bleiben. Ich dachte immer wieder: Was werde ich in Zukunft zu einer Lösung beitragen haben, wenn eines meiner Kinder mit derselben Krankheit konfrontiert sein sollte»
Den Krebs besser verstehen
Er kündigte seinen Job bei Amazon und wechselte zum Ontario Institute for Cancer Research (Krebsforschungsinstitut). Dort nutzte er sein technisches Know-how, um DNA-Sequenzierungsdaten von Tausenden von Krebspatienten zu analysieren und zu verstehen, wie genetische Mutationen die Entstehung und das Fortschreiten von Krebs beeinflussen.
Fast ein Jahrzehnt später, im Jahr 2022, zog er nach Lausanne und wurde dort Chief Technology Officer und Teil des Gründungsteams eines der momentan meistdiskutierten UnternehmenExterner Link im Bereich der KI-gestützten Arzneimittelforschung – Isomorphic Labs.
Das in London ansässige Unternehmen wurde 2021 aus dem KI-Labor Deepmind von Google ausgegliedert, mit dem Auftrag, «alle Krankheiten mit KI zu heilen».
Sein Gründer und CEO, Demis Hassabis, gewann 2024 mit seinem Kollegen John Jumper den Nobelpreis für Chemie für die Entwicklung eines bahnbrechenden KI-Modells, Alphafold. Gemeinsam lösten sie ein Problem, mit dem Chemiker seit über 50 Jahren zu kämpfen hatten: die Vorhersage der dreidimensionalen Struktur eines Proteins.
KI sagt die DNA-Form im Nu voraus
Die meisten Medikamente wirken, indem sie an bestimmte Stellen eines Proteins anbinden, was nur möglich ist, wenn man dessen räumliche Form kennt. Die Identifizierung dieser Form war ein langwieriger und kostspieliger Prozess, der bis zu fünf Jahre dauern konnte. «Dann kam AlphafoldExterner Link auf den Markt und konnte diese Arbeit in wenigen Minuten erledigen.»
«Es war sofort klar, wie revolutionär dieses Modell war», sagt Yakneen, der bei «SOPHiA GENETICS»Externer Link arbeitete, als Ende 2020 die zweite Version von Alphafold herauskam (mittlerweile gibt es drei).
«Es konnte die Zeit eines ganzen Doktorats nötig sein, um die Struktur eines einzigen Proteins zu entschlüsseln. Mit Alphafold 2 kann man die Aminosäuresequenz eingeben und erhält eine 3D-Strukturvorhersage mit nahezu derselben Genauigkeit.»
Schneller, billiger, besser
Es dürfte schwierig sein, ein Pharmaunternehmen oder Biotechnologielabor auf der Welt zu finden, das Alphafold oder ein von Alphafold inspiriertes Strukturvorhersagemodell nicht in irgendeiner Phase seiner Forschung einsetzt.
Alphafold allein kann keine Krankheiten heilen, aber das sei auch nie das Ziel gewesen, so Yakneen. «Wir entwickeln eine ganze Reihe von KI-Modellen, die zusammen unsere Medikamentenentwicklungs-Maschine bilden, von der wir glauben, dass sie Medikamente schneller, wirtschaftlicher und mit viel höheren Erfolgsraten gegenüber dem heutigen Stand hervorbringen wird.»
«Nicht eine Krankheit – alle Krankheiten»
Genau das hat ihn an dem Unternehmen gereizt. «Die Mission besteht nicht nur darin, eine bestimmte Krankheit oder einen kleinen Teil des Problems der Medikamentenentwicklung anzugehen, sondern allgemeine Modelle zu entwickeln, die uns letztendlich helfen werden, alle Krankheiten zu heilen», sagt er. Dazu gehören auch Krankheiten, die lange Zeit als nicht medikamentös behandelbar galten.
«Die grosse Herausforderung besteht darin, einen Punkt zu erreichen, an dem unsere KI-Modelle eine Vielzahl von Molekülen mit sehr spezifischen Eigenschaften entwerfen können – fast wie massgeschneiderte Medikamente für eine bestimmte Person und Krankheit», so Yakneen.
Mehr
Pharmaindustrie macht Ernst mit KI-Medikamenten
Isomorphic ist heute ein wichtiger Akteur in einem zunehmend umkämpften Wettrennen um diese Revolutionierung der Arzneimittelentwicklung und die Bereitstellung neuer und besserer Behandlungen für Patienten – zu einem Bruchteil der derzeit erforderlichen Zeit und Kosten.
Potenziale in Milliardenhöhe
Die Pharmariesen Novartis und Eli Lilly, Entwickler des Blockbuster-GLP-1-Medikaments Zepbound zur Gewichtsreduktion, sind bereits Partnerschaften mit Isomorphic eingegangen, um neue Wirkstoffkandidaten zu entdecken – mit einem potenziellen Geschäftsvolumen in Milliardenhöhe
Im Januar unterzeichnete das Unternehmen einen Vertrag mit dem US-Gesundheitsriesen Johnson & Johnson, um «schwer zu behandelnde Krankheiten» mit verschiedenen Behandlungsmethoden wie kleinen Molekülen und Biologika anzugehen. Isomorphic entwickelt auch ein eigenes Portfolio an potentiellen Medikamenten in den Bereichen Onkologie und Immunologie.
Die Verbindung zu Lausanne
Als Chief Technology Officer ist Yakneen für den Aufbau eines Teams zur Entwicklung der Technologie hinter der «Drug Design Engine» von Isomorphic verantwortlich. Er schlug Lausanne als weiteren Standort neben dem Hauptsitz London vor.
Yakneen verliebte sich in die Stadt, nachdem er 2019 dorthin gezogen war, um bei «SOPHiA GENETICS» zu arbeiten, wo er die Entwicklung und den Betrieb einer globalen KI-basierten Plattform für molekulare Diagnostik leitete.
Die viertgrösste Stadt der Schweiz liegt am Genfer See und beherbergt mehrere Universitäten, darunter die Eidgenössische Technische Hochschule Lausanne (EPFL) – eine der führenden Universitäten Europas für Wissenschaft und Technik. Sie ist mit dem renommierten Massachusetts Institute of Technology (MIT) in den USA vergleichbar.
Von der EPFL zur eigenen Firma
«Ich war sofort beeindruckt von der Schönheit dieser Region, aber auch davon, wie unternehmerisch und hoch entwickelt die lokale Tech- und KI-Szene war», erzählt er. «Ich dachte, jede Person würde hier sein wollen, wenn sie nicht schon hier ist.»
Im Mai 2023 eröffnete Yakneen den Standort von Isomorphc in LausanneExterner Link im Innovationspark der EPFL, wodurch das Unternehmen von der «lebendigen wissenschaftlichen und technischen Gemeinschaft» der Region profitieren konnte. Die Niederlassung wurde jedoch schnell zu klein, sodass das Unternehmen nun eine dauerhafte Bleibe im ehemaligen Industrieviertel Flon gefunden hat.
Bislang hat Yakneen rund 30 Mitarbeitende eingestellt, hauptsächlich Dateningenieure und Forscher:innen im Bereich maschinelles Lernen. Er hofft aber, bald weitere Mitarbeitende mit pharmazeutischem und biotechnologischem Hintergrund einstellen zu können. Das Unternehmen beschäftigt weltweit über 300 Mitarbeitende und kreiert laut der Firmenwebsite 25 neue Stellen in Lausanne oder London.
Die Einstellungsoffensive wurde durch eine externe Finanzierung in Höhe von 460 Millionen Schweizer Franken ermöglicht. Die Mittel wurden im März 2025 von der US-amerikanischen Risikokapitalgesellschaft Thrive Capital unter Beteiligung von GV, ehemals Google Ventures, und Googles Muttergesellschaft Alphabet bereitgestellt.
Isomorphic Labs erhielt ausserdem 45 Millionen US-Dollar als Vorschuss von Eli Lilly und 37,5 Millionen US-Dollar von Novartis mit Sitz in Basel im Rahmen einer ersten, 2024 bekannt gewordenen Zusammenarbeit.
Vom Traum zur Realität
Es bestehen grosse Hoffnungen und Erwartungen, dass KI die zeitaufwändige, komplexe und risikoreiche Arzneimittelentwicklung überwinden kann. Experten schätzenExterner Link, dass KI die Kosten und die Zeit für die Arzneimittelentwicklung um bis zu 50 Prozent reduzieren könnte.
Heute dauert die Entwicklung eines Arzneimittels laut einigen StudienExterner Link mindestens ein Jahrzehnt und kostet 2,5 Milliarden US-Dollar. Etwa 90 Prozent der Medikamente schaffen es gar nicht erst auf den Markt, weil sie bei klinischen Studien zur Prüfung ihrer Sicherheit und Wirksamkeit am Menschen scheitern.
Der Einsatz von KI bei der Entwicklung und Entdeckung von Medikamenten steckt noch in den Kinderschuhen, zudem herrscht in einigen Kreisen SkepsisExterner Link, ob KI wirklich die von ihren Befürworter:innen erwarteten Vorteile und Durchbrüche bringen kann. Es gibt zwar einige wenige von KI entdeckte Medikamente in klinischen Studien, aber keines davon wurde bisher von den Aufsichtsbehörden zugelassen.
Datenqualität bleibt ein Engpass
Isomorphic hat selbst Rückschläge hinnehmen müssen. Hassabis erklärte im Januar 2025 am WeltwirtschaftsforumExterner Link (WEF) in Davos, dass das Unternehmen hoffe, bis Ende des Jahres KI-entwickelte Medikamente in klinischen Studien zu haben. Am 20. Januar dieses Jahres räumte er jedoch am WEF ein, dass dieses Ziel auf Ende 2026 verschobenExterner Link worden sei.
Die Datenqualität und -verfügbarkeit bleibt ein wesentlicher Engpass bei der KI-gestützten Arzneimittelentwicklung. «Mit maschinellem Lernen setzen wir diese Lernalgorithmen auf umfangreichen Datensätzen ein, um Vorhersagen treffen zu können», so Yakneen. «Aber wir müssen noch mehr Daten generieren.»
Trotz der Herausforderungen hält Isomorphic an seinem Leitbild fest, eines Tages mit Hilfe von KI «alle Krankheiten zu heilen» – eine Mission, die laut Yakneen ein langer Weg sein wird.
Anlass zur Hoffnung
«Wir entwickeln diese vielversprechenden neuen Technologien, aber letztendlich müssen wir sicherstellen, dass diese Medikamente sicher sind», sagt er. «Es bringt nichts, etwas überstürzt auf den Markt zu bringen, das den Patienten nicht hilft.»
Er ist weiterhin fest entschlossen, ein Heilmittel für den Krebs zu finden, der seiner Mutter das Leben kostete. «Bauchspeicheldrüsenkrebs ist wirklich sehr, sehr schwierig. Bei den Behandlungsmethoden gab es nur marginale Verbesserungen», sagt Yakneen. «Das Problem ist nach wie vor ungelöst, aber die von uns entwickelten Ansätze machen mir echte Hoffnung.»
Editiert von Nerys Avery/vm/gw, Übertragung aus dem Englischen mithilfe von Deepl: Gerhard Lob
In Übereinstimmung mit den JTI-Standards
Einen Überblick über die laufenden Debatten mit unseren Journalisten finden Sie hier. Machen Sie mit!
Wenn Sie eine Debatte über ein in diesem Artikel angesprochenes Thema beginnen oder sachliche Fehler melden möchten, senden Sie uns bitte eine E-Mail an german@swissinfo.ch