„MindRank“ erhält 52 Millionen US-Dollar in der Serie-B-Finanzierung, und das durch KI entworfene Medikament gegen Fettleibigkeit ist bereits in Phase-3-Studien eingetreten | Exklusiv von 36Kr

Text von Hu Xiangyun

Redaktionell bearbeitet von Hai Ruojing

Laut 36Kr hat MindRank kürzlich eine Serie-B-Finanzierung in Höhe von 52 Millionen US-Dollar abgeschlossen. Die Investoren umfassen führende Fonds in Renminbi und US-Dollar, während Kaicheng Capital als exklusiver Finanzberater fungierte. Die eingeworbenen Mittel werden für die Weiterentwicklung des KI-gestützten Arzneimittelentwicklungs-Engines Molecule Arts Platform (MAP) verwendet, um sein Multi-Agent-Kooperationssystem und den geschlossenen Kreislauf klinischer Daten (Clinical Data-in-the-Loop) zu optimieren. Darüber hinaus werden die Mittel die Phase-III-Studie und die Kommerzialisierung des selbst entwickelten oralen GLP-1-Kleinmoleküls MDR-001 vorantreiben sowie weitere differenzierte innovative Arzneimittelpipelines ausbauen.

Die Vision von MindRank ist es, ein KI-natives biopharmazeutisches Unternehmen zu werden. Gründer und CEO Niu Zhangming verfügt über langjährige Erfahrung als CTO eines deutschen börsennotierten KI-Gesundheitsunternehmens. Seiner Ansicht nach hängt die traditionelle Entwicklung neuer Arzneimittel stark von der Erfahrung erfahrener Experten ab und erfordert die Synthese Hunderter bis Tausender Moleküle für wiederholte Versuche und Irrtümer. Heutzutage hingegen bahnen sich Durchbrüche in der KI-Technologie an, diesen traditionellen Weg zu revolutionieren: Das „irrtumsanfällige“ Modell der Arzneimittelentwicklung, vergleichbar mit der Suche nach einer Nadel im Heuhaufen, wird in ein datengesteuertes, berechenbares und iterierbares „standardisiertes Schaffen“ umgewandelt.

Genau das war die ursprüngliche Absicht von MindRank bei der Entwicklung von MAP.

Schematische Darstellung der technologischen Plattform Molecule Arts Platform (MAP) von MindRank (Quelle: MindRank)

Den Angaben zufolge ist die Molecule Arts Platform (im Folgenden „MAP“) in drei Ebenen unterteilt: Die erste Ebene ist die KI-Design-Ebene, die die unternehmenseigene Biologieplattform PharmkGPT, die Kleinmolekül-Arzneimittelentwicklungsplattform Molecule Pro und die Strukturbiologieplattform Molecule Dance integriert. Sie deckt den gesamten Prozess verschiedener Arzneimitteltypen wie Kleinmoleküle und Peptide von der präklinischen Phase bis zur Einreichung des IND-Antrags (Investigational New Drug) ab.

Die zweite Ebene, eine komplementäre Plattform für trockene und nasse Experimente, übernimmt hauptsächlich die Datenbereitstellung. Sie wird synchron von der Simulationssystem Proxima Matrix für trockene Experimente und dem Nasslabor Proxima Foundary betrieben, um kontinuierlich hochwertige Trainingsdaten für die Iteration der KI-Modelle zu erzeugen. „MindRank verfügt über 200 eigene Grafikkarten für das selbstständige Training großer biomedizinischer Basismodelle und eine eigene Datenproduktionslinie. Das Ziel ist es, das Pharmaunternehmen näher an ein KI-natives Unternehmen zu bringen, das schnell iterieren kann, und durch standardisierte Labore die hochwertigen Daten zu erzeugen, die das Modell maßgeschneidert benötigt“, erklärte Niu Zhangming.

Die dritte Ebene ist die klinische KI-Plattform Clinical Pro. Sie sammelt nicht einfach nur klinische Daten an, sondern versucht, klinische Rückmeldungen in das Forschungssystem zu integrieren, um frühere Berechnungen und experimentelle Bewertungen zu korrigieren. Dies ist auch der zentrale Wettbewerbsvorteil, der MindRank von anderen KI-gestützten Arzneimittelentwicklungsunternehmen unterscheidet. Ein Teil dieser Rückmeldungen stammt aus klinischen Studiendaten oder klinischen Daten, die MindRank über seine eigenen klinischen Pipelines gesammelt hat. Beispielsweise hat Clinical Pro bereits über 1.300 anonymisierte klinisch relevante Datenfälle aus der GLP-1-Pipeline MDR-001 aggregiert.

„Wir definieren MAP nicht einfach als KI-Tool, sondern als ein kontinuierlich lernendes und sich weiterentwickelndes Arzneimittelentwicklungsystem. Seine zentrale Vision ist es, dass KI-Multi-Agent-Assistenten die gesamten Prozessdaten von der Präklinik bis zur Klinik verbinden – ‚Clinical Data-in-the-Loop‘ – und sich so kontinuierlich selbst iterieren. Auf diese Weise können die realen Daten jeder Pipeline, unabhängig von Erfolg oder Misserfolg, die Fähigkeiten der Plattform rückwirkend verbessern und so die Kosten und Misserfolgsraten bei der nachfolgenden Entwicklung neuer Arzneimittel senken“, erklärte Niu Zhangming.

Derzeit hat das erste validierte Arzneimittel von MAP, MDR-001, Ende 2025 die Phase-III-Studie erreicht. Im Inland hat das Unternehmen bereits 760 Probanden rekrutiert und arbeitet mit fast 50 klinischen Zentren zusammen. Wenn alles planmäßig verläuft, soll das Arzneimittel „voraussichtlich in den nächsten 2 bis 3 Jahren in China auf den Markt kommen“ und den Milliarden-Dollar-GLP-1-Markt anvisieren.

Rückblickend auf den Entwicklungsprozess von MDR-001 bestätigte das Team von MindRank die PCC (präklinische Kandidatenmolekül)-Identifizierung innerhalb von 8 Monaten, wobei mehr als 80 neue Kleinmoleküle synthetisiert wurden. Von der Projektinitiierung bis zum Start der Phase-III-Studie vergingen etwa 4,5 Jahre mit einem Investment von rund 23 Millionen US-Dollar (laut Angaben von MindRank übertrifft diese Effizienz den Branchendurchschnitt um mehr als das Zehnfache). Bei herkömmlichen Methoden dauert die Entwicklung eines innovativen Arzneimittels vom Design bis zum Eintritt in die Phase-III-Studie in der Regel 7 bis 9 Jahre und kostet 300 bis 400 Millionen US-Dollar.

Diese hohe Effizienz ist kein Einzelfall. Dank der Unterstützung durch KI-Technologie beschäftigt das Team von MindRank seit der Gründung nur über 40 Mitarbeiter, verfügt aber bereits über 15 laufende innovative Pipelines, 5 PCCs in Reserve und 3 IND-Genehmigungen in China und den USA. Nach MDR-001 wurde auch das WEE1 & YES1-Doppelziel-Arzneimittel MRANK-106 gegen solide Tumoren wie Bauchspeicheldrüsenkrebs, für die es keine wirksamen Behandlungen gibt, zur klinischen Prüfung zugelassen. Bezüglich der Arzneimitteltypen decken die Pipeline-Vermögenswerte von MindRank verschiedene hochmoderne Arzneimittelmodalitäten ab, darunter GPCRs, Molekularkleber, allosterische Inhibitoren und Kleinmoleküle für onkologische Doppelziele.

Niu Zhangming ist der Ansicht, dass mit der schrittweisen umfassenden Integration der KI-Technologie in das Forschungssystem des Unternehmens der Wert von KI-nativen Pharmaunternehmen in Zukunft nicht mehr auf den reinen Biotech-Rahmen beschränkt sein wird. „Die traditionelle Bewertungslogik für Biotech-Unternehmen basiert auf dem NPV-Modell für einzelne Arzneimittel, während KI-native Arzneimittelentwicklungsunternehmen eine effizientere Methode zur Herstellung von Arzneimitteln validieren. Für MindRank ist dies das MAP-System. Mit dem Fortschreiten immer mehr Arzneimittelpipelines kann MAP frühere Forschungserfahrungen auf nachfolgende Pipelines übertragen und einen wiederverwendbaren Forschungs- und Entwicklungs-Flywheel bilden.“

Dies war auch der Weg, den die vorherige Generation von CADD-Unternehmen (Computer-Aided Drug Design) verfolgte. Ein Beispiel ist der globale CADD-Pionier Vertex Pharma mit einem Marktwert von 120 Milliarden US-Dollar. Mit der Strategie der präzisen Moleküldesign durch Computer hat das Unternehmen mehrere Blockbuster-Arzneimittel mit einem Jahresumsatz von über 10 Milliarden US-Dollar auf den Markt gebracht und sich zu einem Pharmariesen mit einem Marktwert von Hunderten Milliarden entwickelt. Seine Geschichte beweist: Wer die fortschrittlichsten Berechnungswerkzeuge und die höchste Vorhersagegenauigkeit beherrscht, kann mit schlankeren Ressourcen möglicherweise größere kommerzielle Erträge erzielen.

Heute möchte MindRank dies als Ziel nehmen, um ein „Vertex Pharma im Zeitalter der KI“ zu schaffen. Das Ziel ist es, dass „jedes Moleküldesign, jede experimentelle Daten und jedes klinische Ergebnis zum Ausgangspunkt der nächsten Innovationsrunde wird“. Das Unternehmen erwartet, weiterhin Blockbuster-Arzneimittel in die klinische Phase und bis zur Kommerzialisierung voranzutreiben. Die Arzneimittelverkäufe werden dem Unternehmen stabile Cashflows liefern, die die Weiterentwicklung der KI-Technologieplattform unterstützen und kontinuierlich neue Arzneimittelvermögen mit globaler Wettbewerbsfähigkeit erzeugen.