Bayer nutzt KI-Plattformen von Iambic Therapeutics für die frühe Small-Molecule-Forschung

Die klassische Wirkstoffentwicklung dauert laut den Quellen zehn bis fünfzehn Jahre, kostet rund 2,6 Milliarden US-Dollar pro Kandidat, und dennoch scheitern mehr als 90 Prozent aller Kandidaten in klinischen Studien. Besonders in der frühen Phase der Forschung, der Identifikation und Optimierung von Leitstrukturen, entscheidet sich, ob eine Verbindung überhaupt das Potenzial hat, ein klinischer Kandidat zu werden.

Bayers Forschungsportfolio umfasst nach Unternehmensangaben 40 aktive Programme in den Bereichen Onkologie, Kardiologie, Neurologie, Frauengesundheit sowie Zell- und Gentherapien. Das Innovationsportfolio besteht zu 55 Prozent aus Small Molecules und zu 45 Prozent aus Biologika und Advanced Therapies. Die Small-Molecule-Forschung betrifft damit den größten Teil des laufenden Entwicklungsgeschäfts.

Bayer hat mit dem US-Unternehmen Iambic Therapeutics Inc. eine Sourcing-Partnerschaft geschlossen, die im Juni 2026 bekanntgegeben wurde. Im Rahmen dieser Kooperation erhält Bayer Zugang zu den KI-Plattformen Enchant und NeuralPLexer von Iambic, anstatt vergleichbare Systeme intern zu entwickeln.

Der Fokus liegt auf Wirkstoffzielen, die mit traditionellen Methoden schwer zu adressieren sind. Iambics Algorithmen werten Daten zu Zielstrukturen und Molekülen aus und schlagen potenzielle Kandidaten vor, die anschließend im Labor validiert werden. Ziel ist es laut den Quellen, differenzierte Leitstrukturen zu identifizieren, Optimierungszyklen zu verkürzen und Bayers frühe Pipeline für das kommende Jahrzehnt zu stärken.

Juergen Eckhardt, Head of Business Development & Licensing bei Bayer Pharmaceuticals, beschreibt die Stoßrichtung: „By collaborating with Iambic, we bring together complementary capabilities to accelerate scientific insights and improve decision-making across the R&D value chain."

Die Partnerschaft stützt sich auf zwei KI-Modelle von Iambic:

**Enchant** und **NeuralPLexer** sind laut Iambic-CEO Tom Miller als „frontier AI models" für die Medikamentenentwicklung konzipiert. Die Modelle sollen Zielstrukturen erschließen, die anderweitig schwer zugänglich sind, konkret also die sogenannte „difficult-to-address"-Problematik in der Strukturbiologie und molekularen Optimierung.

Bayer verfolgt mit dieser Kooperation einen Sourcing-Ansatz: externe KI-Kapazitäten werden gezielt eingebunden, um die interne Forschungsinfrastruktur zu ergänzen, ohne eigene Modelle dieser Art aufzubauen.

Zum Zeitpunkt der verfügbaren Quellen lagen keine abgeschlossenen Studienergebnisse oder klinischen Daten aus der Kooperation vor. Die Partnerschaft wurde im Juni 2026 angekündigt; konkrete Resultate wie identifizierte Kandidaten, erreichte Meilensteine oder gemessene Zeitersparnisse sind in den vorliegenden Quellen nicht belegt.

Die Kooperation positioniert sich als Baustein in Bayers Forschungsstrategie für die frühe Wirkstoffphase. Da Small Molecules mehr als die Hälfte des Entwicklungsportfolios ausmachen, ist die Reichweite der Partnerschaft potenziell breit. Branchenbeobachter ordnen solche Schritte als Teil eines übergreifenden Trends bei großen Pharmakonzernen ein, KI in die präklinische Forschung zu integrieren. Eine kausale Wirkung auf die Produktpipeline lässt sich auf Basis der vorliegenden Quellen noch nicht belegen.