{"id":5892,"date":"2025-06-11T00:33:46","date_gmt":"2025-06-10T22:33:46","guid":{"rendered":"https:\/\/aitrends.center\/evogene-and-google-cloud-unveil-foundation-model-for-generative-molecule-design-pioneering-a-new-era-in-life-science-ai\/"},"modified":"2025-07-24T13:39:47","modified_gmt":"2025-07-24T11:39:47","slug":"evogene-und-google-cloud-stellen-grundlagenmodell-fur-generatives-molekuldesign-vor-bahnbrechend-fur-eine-neue-ara-der-biowissenschaftlichen-ki","status":"publish","type":"post","link":"https:\/\/aitrendscenter.eu\/de\/evogene-and-google-cloud-unveil-foundation-model-for-generative-molecule-design-pioneering-a-new-era-in-life-science-ai\/","title":{"rendered":"Evogene und Google Cloud stellen Grundmodell f\u00fcr generatives Molek\u00fcldesign vor und sind Wegbereiter f\u00fcr eine neue \u00c4ra der KI in den Biowissenschaften"},"content":{"rendered":"<h2>Ein neues Kapitel in der Molek\u00fclentdeckung, angetrieben durch generative KI<\/h2>\n<p>Vergessen Sie die langen, m\u00fchsamen Wartezeiten, die seit Jahrzehnten die Entdeckung von Medikamenten und Agrarchemikalien bestimmen. Dank einer Partnerschaft zwischen Google Cloud und Evogene Ltd. stehen wir nun an der Schwelle zu einer \u00c4ra, in der leistungsstarke k\u00fcnstliche Intelligenz neue Molek\u00fcle mit einer Geschwindigkeit und einem Einfallsreichtum entwickelt, die noch vor wenigen Jahren undenkbar waren.<\/p>\n<p>Dieser Durchbruch wurde am 10. Juni 2025 der \u00d6ffentlichkeit vorgestellt, doch in Wahrheit ist er das Ergebnis jahrelanger Arbeit. Die KI-Plattform ChemPass von Evogene, die jetzt mit dem Google-Backbone l\u00e4uft, gibt den Forschern so etwas wie ein hochaufgeladenes Labor. Damit k\u00f6nnen sie nach Molek\u00fclen suchen, die f\u00fcr alles gleichzeitig optimiert sind: Wirksamkeit, Sicherheit, Stabilit\u00e4t und sogar Patentierbarkeit. All diese typischerweise widerspr\u00fcchlichen Eigenschaften werden bereits in den fr\u00fchesten Stadien miteinander verwoben, wodurch das Risiko und das R\u00e4tselraten reduziert werden, das die Forschung und Entwicklung von Medikamenten und Agrarchemikalien in der Vergangenheit so langsam, kostspielig und frustrierend gemacht hat.<\/p>\n<p>Zum Vergleich: Fr\u00fcher (d. h. vor 2025) testeten Wissenschaftler einen neuen Wirkstoff auf seine Wirksamkeit, um dann nach vielen weiteren Screening-Runden festzustellen, dass er nicht sicher war, im K\u00f6rper nicht wirkte oder mit einem bereits auf dem Markt befindlichen Wirkstoff nahezu identisch war. Das ist wahrscheinlich der Grund, warum \u00fcber 90% der Arzneimittelkandidaten es nie in die Apothekenregale geschafft haben. Enge chemische \"Komfortzonen\" und sequenzielle Tests erstickten echte Innovationen im Keim. Sowohl in der Pharmazie als auch in der Landwirtschaft bestand daher schon immer die dringende Notwendigkeit, diesen Engpass zu \u00fcberwinden.<\/p>\n<h2>Wie dieses KI-Modell alles ver\u00e4ndert<\/h2>\n<p>Was diese neue Generation der KI-gesteuerten Entdeckung wirklich auszeichnet, ist die Art und Weise, wie sie die Regeln umschreibt. Das neueste Modell von Evogene basiert auf KI-Architekturen, die denen \u00e4hneln, die f\u00fcr Sprache verwendet werden (die Art, mit der Sie mit GPT chatten oder Text mit einem Klick \u00fcbersetzen k\u00f6nnen), aber es spricht die Sprache der Chemie. Es wurde mit einem riesigen Datensatz trainiert: rund <b>40 Milliarden molekulare Strukturen<\/b>. Das ist ein Ozean der Chemie, und die KI kann ihn mit Leichtigkeit durchschwimmen und v\u00f6llig neue Molek\u00fcle in Form von SMILES-Zeichenfolgen erzeugen, der Kurzschrift, die Chemiker zur Beschreibung eines Molek\u00fcls in Textform verwenden.<\/p>\n<p>Aber es geht nicht nur um Zahlen. Das Modell ist einfallsreich und pr\u00e4zise. In Tests, etwa <b>90% der von der k\u00fcnstlichen Intelligenz geschaffenen Molek\u00fcle erf\u00fcllte alle Anforderungen<\/b>-ein enormer Sprung gegen\u00fcber der Trefferquote von 29%, die f\u00fcr \u00e4ltere, generische maschinelle Lernmodelle gemeldet wurde. Und ChemPass AI verl\u00e4sst sich nicht nur auf einen Ansatz: W\u00e4hrend seine \"Vorstellungskraft\" von Modellen stammt, die chemische Strukturen sequenzieren, wird seine Zuverl\u00e4ssigkeit durch graphische neuronale Netze erh\u00f6ht, die perfekt f\u00fcr die Analyse der Verbindungen geeignet sind, die Molek\u00fcle stabil, wirksam und patentw\u00fcrdig machen.<\/p>\n<h2>Multi-Trait-Optimierung: Die stille Revolution<\/h2>\n<p>Wenn Sie Forscher fragen, was sie wirklich begeistert, werden viele auf die F\u00e4higkeit von ChemPass AI verweisen, mehrere Kriterien ohne m\u00fchsames Hin und Her abzuw\u00e4gen. Die KI wird in ihrem Training daf\u00fcr \"belohnt\", dass sie Molek\u00fcle findet, die in allen Kriterien - Potenz, Sicherheit, Bioverf\u00fcgbarkeit und mehr - gleichzeitig hervorragend sind. Das hei\u00dft, anstatt einen Wirkstoff nach nur einer Eigenschaft auszuw\u00e4hlen und die Daumen zu dr\u00fccken, k\u00f6nnen Wissenschaftler mit Molek\u00fclen beginnen, die den langen Weg bis zur kommerziellen Nutzung mit viel h\u00f6herer Wahrscheinlichkeit \u00fcberleben werden. Diejenigen, die auf der Suche nach dem n\u00e4chsten Blockbuster-Medikament, umweltfreundlichen Pestiziden oder fortschrittlichen Materialien sind, haben nun endlich ein Werkzeug, das genauso breit und kreativ denkt wie sie selbst.<\/p>\n<p>Diese Arbeit an generativer KI f\u00fcr die Chemie ist kein Einzelfall. Evogene entwickelt auch KI-Maschinen f\u00fcr die mikrobielle Entdeckung und die Gentechnik und bildet damit ein Schweizer Taschenmesser f\u00fcr biotechnologische Innovationen. Diese Plattformen scannen routinem\u00e4\u00dfig Milliarden genetischer und chemischer M\u00f6glichkeiten und bewerten sie auf ihre N\u00fctzlichkeit in der Praxis - etwas, das menschliche Teams, egal wie gro\u00df sie sind, einfach nicht alleine schaffen k\u00f6nnen.<\/p>\n<p>In naher Zukunft werden KI-gest\u00fctztes digitales Design und Laborexperimente noch enger miteinander verschmelzen und einen positiven Kreislauf in Gang setzen, in dem sowohl Maschinen als auch menschliche Intuition die Entdeckung beschleunigen. Nicht nur die Biowissenschaften stehen vor einem Wandel: Wenn diese Technologie ausgereift ist, k\u00f6nnten andere Bereiche - wie Lebensmittel, Werkstoffe und Nachhaltigkeit - als n\u00e4chstes an der Reihe sein.<\/p>\n<p>Wenn Sie wissen m\u00f6chten, wie Google Cloud und Evogene die molekulare Forschung schneller und intelligenter machen, k\u00f6nnen Sie die vollst\u00e4ndige Ank\u00fcndigung lesen <a href=\"https:\/\/www.unite.ai\/evogene-and-google-cloud-unveil-foundation-model-for-generative-molecule-design-pioneering-a-new-era-in-life-science-ai\/\" target=\"_blank\" rel=\"noopener\">hier<\/a>.<\/p>","protected":false},"excerpt":{"rendered":"<p>A New Chapter in Molecule Discovery, Powered by Generative AI Forget the long, painstaking waits that have defined drug and agricultural chemical discovery for decades. Now, thanks to a partnership between Google Cloud and Evogene Ltd, we\u2019re on the brink of an era where powerful artificial intelligence designs new molecules with speed and ingenuity that was unthinkable a few years ago. This breakthrough surfaced publicly on June 10, 2025, but in truth, it\u2019s the culmination of years of work. Evogene\u2019s ChemPass AI platform\u2014now running with Google\u2019s backbone\u2014gives researchers something akin to a supercharged laboratory. With it, they can seek out [&hellip;]<\/p>\n","protected":false},"author":4,"featured_media":5893,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[46,47],"tags":[],"class_list":["post-5892","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-automation","category-ai-news","post--single"],"_links":{"self":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/posts\/5892","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/comments?post=5892"}],"version-history":[{"count":1,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/posts\/5892\/revisions"}],"predecessor-version":[{"id":6614,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/posts\/5892\/revisions\/6614"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/media\/5893"}],"wp:attachment":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/media?parent=5892"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/categories?post=5892"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/tags?post=5892"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}