Ziel der Fördermaßnahme "Computational Life Sciences" ist es, durch die Entwicklung innovativer Methoden und Softwarewerkzeuge zur bioinformatischen Verarbeitung, Modellierung und Simulation auf aktuelle Bedarfe in den Lebenswissenschaften einzugehen. Dadurch sollen der lebenswissenschaftlichen Forschung in Deutschland effiziente und zuverlässige Hilfsmittel zur Verfügung gestellt werden, um die durch neueste experimentelle Methoden oder die Zusammenführung verschiedener Modalitäten gewonnenen Daten geeignet zu modellieren und zu analysieren.

Im thematischen Fokus der aktuellen Bekanntmachung stehen KI-Methoden für die Systemmedizin. Ziel ist es Methoden zu entwickeln, in denen durch geeignete KI-Algorithmen der derzeitige Stand der Technik in der systemmedizinischen Datenanalyse entscheidend vorangebracht wird. Dabei sollen mit Hilfe der neuen Methoden klinisch relevante Fragestellungen adressiert werden. Das Verbundprojekt Drop2AI beabsichtigt mittels künstlicher Intelligenz (KI) molekulare Merkmale, Signalwege und Netzwerke zu entziffern, die zuverlässige Vorhersagen zur Wirksamkeit von Medikamenten ermöglichen.

Da bisherige Ansätze fast ausschließlich Daten auf DNA- und RNA-Basis nutzen, erwartet der Verbund durch die Einbindung des Proteoms, also der gesamtheitlichen Expression von Proteinen auf die Medikamente direkt wirken, zuverlässigere Ergebnisse zu erzielen. Die Validität der Ergebnisse wird in gezielten Laborexperimenten an Zelllinien, Organoiden und Mausmodellen verifiziert. Im Rahmen von Drop2AI soll die klinische Praxistauglichkeit der entwickelten Methoden und Modelle auf Daten von Krebspatienten erprobt werden. Die gewonnenen Erkenntnisse und Erfahrungen durch die Kombination von KI-Methoden und Proteomikdaten können dabei helfen die Vorhersage der Medikamenten-wirksamkeit erheblich zu verbessern.