Kan een virtueel biotechbedrijf nieuwe behandelingen voor longkanker ontwikkelen?
Een onderzoeksteam heeft een ‘virtuele biotech’ opgezet waarin duizenden AI-agenten samenwerken aan verschillende onderdelen van het ontwikkelingsproces van geneesmiddelen.
In een studie die in Science is gepubliceerd, analyseerde het systeem gegevens uit 55.984 klinische onderzoeken. De onderzoekers gaven het systeem ook de opdracht om B7-H3 te onderzoeken, een eiwit dat al wordt bestudeerd als mogelijk behandelingsdoel bij longkanker.
De resultaten zijn interessant. Maar de AI heeft B7-H3 niet ontdekt, geen nieuw medicijn ontwikkeld en ook niet aangetoond dat een behandeling werkt. Het voorstel is nog niet experimenteel getest.
Wat hebben die 37.000 AI-agenten nu eigenlijk gedaan?
The Virtual Biotech is zo ontworpen dat het functioneert als een biotechnologiebedrijf.
Een AI die als ‘hoofdwetenschapper’ fungeerde, wees taken toe aan teams die zich bezighielden met onder meer behandelingsdoelen, het ontwerpen van geneesmiddelen en klinische proeven. Meer dan 37.000 agenten hebben elk een klinische proef in een later stadium beoordeeld.
Vervolgens gaven de onderzoekers het systeem een specifiekere opdracht: nagaan of CD276, beter bekend als B7-H3, een bruikbaar behandelingsdoelwit zou kunnen zijn bij longkanker.
B7-H3 was geen nieuwe ontdekking. Uit eerder onderzoek was al gebleken dat dit eiwit in hoge concentraties in sommige longtumoren voorkomt, en er werd gesuggereerd dat het kanker zou kunnen helpen om aan het immuunsysteem te ontsnappen.
Het systeem doorzocht bestaande genetische, single-cell-, ruimtelijke en klinische gegevens. Het wees B7-H3 aan als mogelijk doelwit en stelde voor om dit aan te vallen met behulp van een antilichaam-geneesmiddelconjugaat, oftewel een ADC.
Een ADC combineert een antilichaam dat een bepaald doelwit herkent met een kankerbestrijdend geneesmiddel. Het antilichaam is bedoeld om het geneesmiddel naar cellen te transporteren die dat doelwit dragen.
In ons artikel over TROP2 en longkanker gaan we dieper in op de werking van ADC’s en de vragen die rond het gebruik ervan spelen.
B7-H3 wordt momenteel al getest bij kleincellige longkanker
Tijdens de Wereldconferentie over longkanker van 2026 werden tussentijdse fase 3-resultaten gepresenteerd voor twee afzonderlijke ADC’s gericht op B7-H3 bij recidiverende kleincellige longkanker.
In de TAISHAN-302-studie verlengde tambotatug pelitecan de mediane totale overleving tot 13,3 maanden, vergeleken met 9,4 maanden voor topotecan.
In de ARTEMIS-008-studie bedroeg de mediane totale overleving 18,5 maanden bij behandeling met risvutatug rezetecan en 10,3 maanden bij behandeling met topotecan.
Beide onderzoeken werden in China uitgevoerd. Er is verder onderzoek nodig om vast te stellen of de resultaten in even grote mate van toepassing zijn op bredere populaties, waaronder mensen in Europa.
Deze geneesmiddelen zijn onafhankelijk van het onderzoek van Virtual Biotech ontwikkeld. De resultaten vormen geen bevestiging van het AI-systeem en bewijzen evenmin dat het voorgestelde concept zou werken. Ze laten echter wel zien waarom B7-H3 in het onderzoek naar longkanker in de belangstelling staat.
Dit komt op een moment waarop de behandeling van kleincellige longkanker begint te veranderen, na decennia van beperkte vooruitgang. In ons artikel over nieuwe behandelingen voor kleincellige longkanker in Europa worden enkele recente ontwikkelingen toegelicht en wordt uitgelegd waarom Europese goedkeuring niet automatisch toegang betekent.
In ons recente webinar over longkanker met kleine cellen kwam ook de toegang tot klinische onderzoeken, nieuwe behandelingen en de ondersteuning die mensen nodig hebben wanneer er snel beslissingen moeten worden genomen, aan bod.
The Virtual Biotech heeft nog geen behandeling ontwikkeld
Uit het onderzoek blijkt wat een groot team van AI-agenten kan doen met bestaande informatie. Het toont echter niet aan dat de door hen voorgestelde behandeling veilig of effectief is.
Er is nog geen nieuw B7-H3-geneesmiddel van Virtual Biotech ontwikkeld. Het voorstel is nog niet getest in laboratoriumexperimenten, dierstudies of klinische proeven.
Ook menselijke onderzoekers bleven bij het project betrokken. Zij kozen longkanker als onderzoeksdoelwit voor het systeem, beoordeelden de resultaten en schakelden externe specialisten in om het voorstel te evalueren.
De ontwikkeling van geneesmiddelen is niet louter een zoektocht naar een aannemelijk doelwit. Een potentiële behandeling moet nog steeds worden ontwikkeld, getest en vergeleken met de bestaande zorg. Veel ogenschijnlijk veelbelovende ideeën stranden tijdens dat proces.
Zou AI de ontwikkeling van geneesmiddelen tegen longkanker kunnen versnellen?
De mogelijke meerwaarde ligt in snelheid en schaalgrootte.
Een team van menselijke onderzoekers kan tienduizenden klinische onderzoeken niet verdelen over tienduizenden onderzoekers. Een AI-systeem kan het werk op die schaal organiseren en zoeken naar verbanden in grote hoeveelheden onderzoeksgegevens.
Dat zou onderzoekers kunnen helpen om te bepalen welke doelwitten meer aandacht verdienen, om vast te stellen waarom eerdere proeven al dan niet succesvol waren, en om de ideeën die in laboratoriumonderzoek worden onderzocht, te beperken.
Het zou ook op grote schaal overtuigende fouten kunnen opleveren. De kwaliteit van de conclusies hangt af van het beschikbare bewijsmateriaal, de vragen die worden gesteld en de controles die worden uitgevoerd door mensen met de nodige expertise.
In het standpunt van Lung Cancer Europe over AI in de longkankerzorg wordt opgeroepen tot transparantie en wetenschappelijk onderbouwde gegevens, waarbij het menselijk oordeel centraal blijft staan en mensen die door longkanker zijn getroffen, worden betrokken bij beslissingen over het gebruik van AI.
Die principes gelden net zo goed voor geneesmiddelenonderzoek als voor de klinische zorg.
Wie heeft baat bij sneller onderzoek naar longkanker?
Het sneller vinden van een mogelijk behandelingsdoel is slechts een deel van het werk.
De twee fase 3-onderzoeken naar B7-H3 zijn in China uitgevoerd. Of deze behandelingen uiteindelijk ook in Europa beschikbaar zullen komen, hangt af van aanvullend bewijs, beslissingen van regelgevende instanties en nationale vergoedingsprocedures.
De toegang tot nieuwe behandelingen voor longkanker verschilt nu al sterk tussen de Europese landen. Met de ‘Access to Treatment Atlas’ van Lung Cancer Europe kunnen mensen informatie over vergoedingen, biomarkeronderzoek, screening en klinische proeven in heel Europa met elkaar vergelijken.
AI kan onderzoekers helpen om de vroege fase van de geneesmiddelenontwikkeling sneller te doorlopen. Het kan op zichzelf echter geen oplossing bieden voor trage goedkeuringsprocedures, ongelijke toegang tot tests, een beperkt aanbod aan klinische proeven of verschillen in nationale financiering.
Dezelfde vragen komen ook elders in de medische AI naar voren. In ons artikel over AI-beeldvorming en Cancer Image Europe wordt onderzocht hoe betere gegevens het onderzoek en de diagnose kunnen ondersteunen, en waarom vertegenwoordiging, bestuur en toegang vanaf het begin aandacht verdienen.
Wat gebeurt er nu?
Virtual Biotech moet zich nu buiten een computersysteem bewijzen.
Het B7-H3-voorstel zou eerst experimenteel moeten worden getest voordat duidelijk wordt of het als behandeling kan dienen. Het systeem moet ook worden getest in het kader van andere onderzoeksvragen om te zien hoe betrouwbaar het presteert.
Voor mensen die aan longkanker lijden, is de toets eenvoudig: draagt deze aanpak bij aan de ontwikkeling van veilige en effectieve behandelingen, en komen die behandelingen terecht bij de mensen die ze nodig hebben?
Dat antwoord zal voortkomen uit laboratoriumonderzoek, klinische proeven en de toepassing in de praktijk, en niet uit het aantal betrokken AI-systemen.