Insilico Medicine ist das weltweit führende End-to-End-Unternehmen für Forschung und Entwicklung von KI-Arzneimitteln. Seine Kernplattform Pharma.ai deckt die Target-Entdeckung (PandaOmics), generative Chemie (Chemistry42) und die Vorhersage klinischer Studien (inClinico) ab. Das Flaggschiff-Medikament Rentosertib (IPF-Indikation) hat die klinischen Studien der Phase IIa abgeschlossen und ist in die Phase III eingetreten. Darüber hinaus hat das Unternehmen eine strategische Zusammenarbeit mit führenden Pharmaunternehmen wie Eli Lilly (2,75 Milliarden US-Dollar), Takeda und Sanofi aufgebaut. Im Jahr 2024 wurde es von Fast Company zum innovativsten Biotechnologieunternehmen der Welt gekürt.

Text zum Insilico Medicine-Tool

---

Kernparameter und Statistiken

Parameterelemente	Öffentliche Informationen
Produktpositionierung	Durchgängige KI-gesteuerte Plattform für die Entdeckung und Entwicklung von Arzneimitteln
Kernplattform	Pharma.ai (einschließlich PandaOmics, Chemistry42, inClinico usw.)
Eintragsinformationen	Börsennotierung in Hongkong
Flaggschiff-Pipeline	Rentosertib (ISM001-055) – IPF-Indikation, ist in klinische Phase-III-Studien eingetreten
Top-Partnerschaften	Eli Lilly (2,75 Mrd. USD), Takeda, SK Biopharm (2,5 Mrd. USD), Sanofi
Ergebnisse H1 2026	Gewinnwarnung (positiver Gewinn)
Globale Niederlassungen	Hongkong, Boston, Shanghai, Abu Dhabi
Gegründet	2014
Gründer	Alex Zhavoronkov
Branchenauszeichnungen	Fast Company's 2024 weltweit innovativste Biotech-Unternehmen

Insilico Medicine ist eines der wenigen Unternehmen im Bereich KI-Pharma, das über die drei Elemente „vollständige Plattformtechnologie + eigene klinische Pipeline + Zusammenarbeit mit führenden multinationalen Pharmaunternehmen“ verfügt. Im Jahr 2026 bestätigte der Weg seines Flaggschiffmedikaments Rentosertib von der KI-Entdeckung bis hin zu klinischen Phase-III-Studien die Machbarkeit des End-to-End-KI-Wirkstoffforschungsmodells und erreichte gleichzeitig eine kommerzielle Monetarisierung durch die Zusammenarbeit mit Giganten wie Eli Lilly und Takeda.

Benutzer- und Markterkennung

• Klinischer Meilenstein der Phase III: Rentosertib (ISM001-055, zur Behandlung der idiopathischen Lungenfibrose IPF) ist Insilicos Kernprodukt in der Pipeline. Das Medikament wird vollständig von der Pharma.ai-Plattform gesteuert, von der KI-Target-Entdeckung (PandaOmics) bis zum KI-Moleküldesign (Chemistry42). Klinische Studien der Phase III werden im Juli 2026 gestartet. Es handelt sich um eine der weltweit führenden Pipelines, die von KI-Plattformen entdeckt wurden und in klinische Studien der Phase III eintreten.
• Strategische Zusammenarbeit von Eli Lilly im Wert von 2,75 Milliarden US-Dollar: Im März 2026 unterzeichnete Eli Lilly eine globale F&E-Kooperationsvereinbarung mit Insilico mit einer ersten Zahlung von 115 Millionen US-Dollar und einem potenziellen Gesamtwert von 2,75 Milliarden US-Dollar. Der Schwerpunkt der Zusammenarbeit liegt auf der Entwicklung oraler Therapeutika mithilfe der Pharma.ai-Plattform. Dies ist eine der größten Einzelkooperationen im Bereich KI-Pharmazeutika und das höchste Maß an kommerzieller Validierung der technischen Fähigkeiten von Insilico.
• Top-Pharmaunternehmen-Kooperationsnetzwerk: Neben Lilly haben viele Top-Pharmaunternehmen wie Takeda (angekündigte Zusammenarbeit im Juli 2026), SK Biopharmaceuticals (2,5 Milliarden US-Dollar Kooperation mit Schwerpunkt auf Neuroimmunerkrankungen), Sanofi und andere Top-Pharmaunternehmen eine F&E-Kooperation mit Insilico aufgebaut. Die Partner decken Asien, Europa und Nordamerika ab.
• Akademische Wirkung: Insilico hat eine große Anzahl von Artikeln zur KI-Arzneimittelentdeckung in führenden Fachzeitschriften wie Nature Reviews Drug Discovery, ACS Central Science und Nature Communications veröffentlicht. Das gemeinsam mit Lilly vorgeschlagene „Prompt-to-Drug“-Konzept wurde in ACS Central Science veröffentlicht und beschreibt die Vision einer vollständig autonomen KI-Arzneimittelentwicklung.
• Institutionelle Anerkennung: Fast Company ernennt Insilico zum innovativsten Biotechnologieunternehmen der Welt im Jahr 2024.

Kostenvorteil

C-Seite/Individuell: Nicht anwendbar. Insilico stellt keine Produkte oder Dienstleistungen für Einzelpersonen bereit.

Entwickler/API: Die Pharma.ai-Plattform eröffnet unabhängigen Entwicklern keinen API-Zugriff. Wissenschaftler können durch Forschungskooperationsvereinbarungen teilweisen Zugang zur Plattform erhalten. Für Forscher in der Computerchemie und Bioinformatik bieten einige der von Insilico veröffentlichten Artikel und Codes technische Referenzpfade.

Unternehmen/Privat: Pharma.ai wird von Pharmaunternehmen über strategische Partnerschaften oder Plattformlizenzierungsmodelle genutzt. Der Kooperationsrahmen umfasst: Pay-per-Project-Plattformzugang (KI-Analysedienste für bestimmte Ziele oder Krankheitsbereiche), End-to-End-Pipeline-Zusammenarbeit (gemeinsame Entwicklung von Medikamentenkandidaten für bestimmte Indikationen, in der Regel einschließlich einer Vorauszahlung + Meilenstein + Umsatzanteil) und Plattformtechnologielizenzierung (z. B. Lizenzen pro Arbeitsplatz oder pro Projekt für Chemie42). Die 2,75 Milliarden US-Dollar teure Zusammenarbeit mit Eli Lilly ist ein klassisches Beispiel für eine End-to-End-Pipeline-Zusammenarbeit. Unternehmen müssen vor einer Zusammenarbeit Folgendes überprüfen: die historische Vorhersagegenauigkeit der Pharma.ai-Plattform im Zielkrankheitsbereich, die Bedingungen der Zusammenarbeit für geistiges Eigentum und Datennutzungsrechte sowie Technologietransfer- und Wissensübergabepläne.

Hauptfunktionen

• PandaOmics (Zielerkennung): Integrieren Sie Multi-Omics-Daten (Genom, Transkriptom, Proteom, Epigenom) und Literatur-Mining und nutzen Sie Deep Learning und Wissensgraphen, um neue Ziele im Zusammenhang mit Krankheiten zu entdecken. Unterstützt die Analyse von Krankheits-Ziel-Arzneimittel-Assoziationen sowie die Bewertung und Priorisierung von Zielmedikamenten. Das im März 2026 eingeführte TargetPro-TargetBench-Framework bietet einen standardisierten Zielvalidierungs-Benchmark.
• Chemistry42 (Generative Chemistry): Eine molekulare Designplattform basierend auf generativer KI (GANs, Reinforcement Learning Transformer). Geben Sie Zielstruktur- oder Pharmakophor-Beschränkungen ein und generieren Sie automatisch neue Molekülstrukturen mit den gewünschten pharmakologischen Eigenschaften. Unterstützt die Optimierung mehrerer Parameter (Aktivität, Selektivität ADMET, Synthetisierbarkeit) und kann gleichzeitig molekulare Eigenschaften in mehr als 10 Dimensionen optimieren. Mehrere mithilfe der Chemie42 entwickelte Moleküle wurden in die Klinik aufgenommen.
• inClinico (Vorhersage klinischer Studien): KI sagt die Erfolgswahrscheinlichkeit von Medikamentenkandidaten voraus, nachdem sie in klinische Studien eingetreten sind. Integrieren Sie Daten aus mehreren Quellen wie Krankheitsbiologie, Pharmakologie und Design klinischer Studien, um Schätzungen der Übergangswahrscheinlichkeit von Phase II zu Phase III zu erstellen. Unterstützen Sie Pharmaunternehmen beim Screening von Hochrisikoprojekten in der präklinischen Phase.
• Generative Biologika: Verwenden Sie KI, um makromolekulare Arzneimittel wie Antikörper und Fusionsproteine ​​zu entwickeln. Ausgehend von Ziel-Epitop-Informationen werden Makromolekülkandidaten mit optimierter Affinität und Verwertbarkeit generiert.
• PandaClaw & LabClaw (Agentic AI + Automation Laboratory): Die 2026 neu eingeführte KI-Agentenplattform (PandaClaw) kann unabhängig experimentelle Pläne entwerfen, Ergebnisse analysieren und die nächste Runde von Hypothesen vorschlagen. LabClaw ist ein intelligentes Laborsystem, das KI-Entscheidungsfindung mit automatisierter experimenteller Hardware verbindet, um die Integration von „KI-Design-Roboterexperiment“ zu realisieren.

Modell- und Versionsentwicklung

Meilensteine der Hauptlinie

• 2014 – Gründung von Insilico Medicine: Alex Zhavoronkov gründete das Unternehmen in Hongkong.
• 2016 – Beginn der Anwendung generativer KI: Eines der ersten Teams, das GAN (Generative Adversarial Network) auf die Molekülgenerierung anwendet.
• 2020 – Chemistry42 Release: Die Plattform für generative Chemie wird offiziell eingeführt und wird zu einem der Kernprodukte von Insilico.
• 2021 – Erstes KI-Kandidatenmolekül geht in klinische Studien: Rentosertib wird Insilicos erster Medikamentenkandidat, der vollständig durch KI entdeckt wurde und in klinische Studien geht.
• 2023 – Pharma.ai v4.0: Integrieren Sie das inClinico-Modul zur Vorhersage klinischer Studien. Die Plattform deckt die Zielerkennung bis hin zur klinischen Vorhersage ab.
• 2024 – Fast Company Innovative Company of the Year: Zum innovativsten Biotech-Unternehmen der Welt gekürt.
• März 2026 – Eli Lilly kooperiert im Wert von 2,75 Milliarden US-Dollar: Unterzeichnete die größte Kooperation mit Lilly und veröffentlichte gleichzeitig das Konzeptpapier „Prompt-to-Drug“.
• Juni 2026 – PandaClaw & LabClaw veröffentlicht: Agentic AI + automatisierte Experimentierplattform ist online.
• Juli 2026 – Phase-III-Einführung von Rentosertib: Das weltweit führende KI-entdeckte Medikament geht in die klinischen Phase-III-Studien.

Technische Vorteile

• Mechanismus – Wirkung – Szenario: Die Technologiekette von Insilico umfasst die drei Bereiche „Zielentdeckung (KI leitet Kausalität ab) -> Molekülgenerierung (generative KI erkundet den chemischen Raum) -> klinische Vorhersage (ML bewertet Erfolgsrate)“. Nehmen Sie Rentosertib als Beispiel: PandaOmics identifizierte TNIK (Traf2- und Nck-interagierende Kinase) als ein wichtiges treibendes Ziel der Fibrose, indem es Omics-Daten von IPF-Patienten analysierte; Chemistry42 erzeugte Tausende von Kandidatenmolekülen unter den Einschränkungen des aktiven Zentrums von TNIK und filterte ISM001-055 durch Multiparameteroptimierung heraus; Dieses Molekül hat in präklinischen Modellen und klinischen Phase-IIa-Studien eine Verbesserung der Lungenfunktion gezeigt. Tatsächlich vergehen von der Zielfindung bis zum klinischen Wirkstoffkandidaten (PCC) etwa 18 Monate, während herkömmliche Methoden normalerweise drei bis fünf Jahre dauern. Anwendbare Szenarien: komplexe Krankheiten (Fibrose, neurodegenerative Erkrankungen, seltene Krankheiten), für die es keine klaren Wirkstoffziele gibt, sowie neue Arzneimittelprojekte, bei denen schnell Leitverbindungen gefunden werden müssen.
• Eine tiefgreifende Kombination aus generativer KI und Reinforcement Learning: Chemistry42 nutzt generative Adversarial Networks (GANs) und Reinforcement Learning (RL), um im chemischen Raum zu navigieren. GANs sind für die Erzeugung neuer Moleküle mit gewünschten Eigenschaften verantwortlich, und RL ist für die Optimierung mehrdimensionaler Eigenschaften (Aktivität, DMPK-Selektivität, Toxizität) unter Millionen von Kandidatenmolekülen verantwortlich. Diese Kombination ermöglicht es dem Algorithmus, den chemischen Raum von mehr als 10^30 Molekülen in sehr kurzer Zeit zu erkunden.
• „Prompt-to-Drug“ Autonomous Drug Discovery: Konzeptioneller Rahmen, gemeinsam mit Lilly vorgeschlagen, der eine vollständig autonome KI-Pipeline von der Eingabe der Krankheitsbeschreibung („Prompt“) bis zur Ausgabe klinischer Wirkstoffkandidaten beschreibt. Obwohl es noch lange nicht vollständig umgesetzt ist, spiegelt es die technische Vision und architektonische Ausrichtung von Insilico für die ultimative Form von KI-Pharmazeutika wider.
• Quermodale Datenintegration: Die Pharma.ai-Plattform integriert mehr als zehn Datenmodalitäten wie Genomik, Transkriptomik, Proteomik, chemische Struktur, Daten aus klinischen Studien und medizinische Literatur. Die modalübergreifende Ausrichtung von Funktionen und die Fusion von Wissen sind zentrale technische Herausforderungen der Plattform

und Wettbewerbshemmnisse.

Wie man es benutzt

• Web-Client: Sie können ihn nutzen, indem Sie die offizielle Website besuchen und ein Konto registrieren. Die meisten Funktionen erfordern keine Installation.
• API-Zugriff: Bietet RESTful API, Entwickler können den API-Schlüssel erhalten und ihn in ihre eigenen Anwendungen integrieren.

Produktpreise

Insilico bietet keine Standardpreise an und sein Geschäftsmodell basiert auf dem Pipeline-Wert und dem Partnerschaftsumsatz:

• Eigene Pipeline: Der Wert eigener Pipelines wie Rentosertib wird durch zukünftige Kommerzialisierung realisiert und die erwarteten Preise werden nicht bekannt gegeben.
• Anzahlung für Kooperation: Die Anzahlung für eine groß angelegte Zusammenarbeit liegt normalerweise im zweistelligen bis hunderten Millionen Dollarbereich (z. B. Lillys Anzahlung in Höhe von 115 Millionen Dollar).
• F&E- und kommerzielle Meilensteine: Gestaffelte Zahlungen für Kooperationspipelines, z. B. ausgelöste Zahlungen an Knotenpunkten wie der Teilnahme an klinischen Studien und der Zulassung zur Vermarktung.
• Umsatzanteil: Anteil am Nettoumsatz eines kommerzialisierten Produkts (in der Regel hoher einstelliger bis niedriger zweistelliger Prozentsatz).
• Plattformlizenzgebühr: Feste jährliche Gebühr für eine zeitlich begrenzte Plattformlizenz (Preisniveau nicht bekannt gegeben).

Anwendungsszenarien

• Wirkstoffentdeckung bei fibrotischen Erkrankungen: Der Erfolg von Insilico bei IPF zeigt die Wirksamkeit der KI-Zielentdeckung im Bereich der Fibrose. Rentosertibs Weg von der Target-Entdeckung bis hin zu klinischen Phase-III-Studien bietet ein „AI First“-Modell für die Fibrose-Spur. Schlussfolgerung: TNIK, ein neues von der KI entdecktes Ziel, hat von der Pharmaindustrie im Bereich IPF bisher nicht genügend Aufmerksamkeit erhalten, was darauf hindeutet, dass KI Krankheitstreiber anhand von Omics-Daten entdecken kann, die menschliche Experten ignoriert haben.
• Molekulares Design schwer zu behandelnder Ziele (wie KRAS): Der Pan-KRAS-Inhibitor ISM6166 von Insilico hat eine präklinische Hemmung von „nicht behandelbaren“ KRAS-mutierten Tumoren gezeigt. Die generative Chemie von Chemistry42 kann von Proteinstrukturen ausgehen, um neuartige Molekülgerüste zu erzeugen, die auf flache Bindungsstellen abzielen, ein typisches Merkmal von KRAS. Herkömmliche Ansätze der medizinischen Chemie haben bei solchen Zielen nur langsame Fortschritte gemacht.
• Alterungs- und Langlebigkeitsforschung: Durch PreciousGPT (ein grundlegendes Modell des Alterns) und das Longevity Board wendet Insilico die KI-Wirkstoffforschung auf altersbedingte Krankheiten an. Das branchenweit erste KI-Grundlagenmodell für die Langlebigkeitswissenschaft, das in Zusammenarbeit mit Human Longevity entwickelt wurde, erforscht die Entdeckung neuer Ziele für therapeutische Interventionen aus der Biologie des Alterns.

Anwendbare Personen

• F&E- und Geschäftsentwicklungsteams bei großen Pharmaunternehmen: Erwerben Sie KI-gesteuerte Zielerkennungs- und Moleküldesignfähigkeiten, um interne Pipelines durch die Zusammenarbeit mit Insilico zu beschleunigen. Voraussetzungen: Partner müssen über interne Fähigkeiten in der Zielvalidierung und klinischen Entwicklung verfügen.
• Managementteam des Biotech-Unternehmens: Nutzen Sie die KI-Plattform von Insilico, um den Prozess vom Ziel zum PCC zu beschleunigen und so den Zeit- und Kostenaufwand für Forschung und Entwicklung im Frühstadium zu reduzieren. Nicht zutreffend: Kleine virtuelle Biotech-Unternehmen, denen es an Zielvalidierung und in vitro/in vivo-Versuchsmöglichkeiten mangelt.
• Forscher im Bereich der KI-Arzneimittelentwicklung: Die von Insilico veröffentlichten Aufsätze und technischen Berichte (wie TargetPro-TargetBench, Prompt-to-Drug) bieten wertvolle Referenzen für die akademische Gemeinschaft. Aber es ist etwas anderes, als die Plattform direkt zu nutzen.

Ungeeignete Grenze: Die Plattform von Insilico bietet keine standardisierten APIs oder Self-Service-SaaS-Dienste; Bei Optimierungsprojekten mit klaren Zielen und ausgereiften Leitverbindungen können traditionelle Methoden der medizinischen Chemie schneller sein. Von KI vorhergesagte Kandidatenmoleküle erfordern noch eine umfassende experimentelle Überprüfung im Hinblick auf synthetische Durchführbarkeit, In-vivo-Wirksamkeit und Sicherheit, und es können keine experimentellen Schritte übersprungen werden.

Zusammenfassung und Ausblick

Insilico Medicine hat sich durch die Pharma.ai-Plattform und die klinische Weiterentwicklung von Rentosertib eine Führungsposition in der End-to-End-KI-Arzneimittelentwicklung erarbeitet. Die erstklassige Zusammenarbeit mit Eli Lilly und Takeda sowie eine positive Gewinnwarnung für das erste Halbjahr 2026 zeigen, dass die technischen Fähigkeiten des Unternehmens vom Markt und der Industrie vollständig bestätigt wurden. Der gesamte Prozess von der Target-Entdeckung bis hin zu klinischen Phase-III-Studien beweist die Machbarkeit der „AI First“-Arzneimittelentwicklung vom Konzept bis zur Realität.

Aktuelle Einschränkungen und Unsicherheiten: Die klinischen Ergebnisse der Phase III von Rentosertib wurden noch nicht entblindet und der endgültige klinische Wert der durch KI entdeckten Medikamente wurde noch nicht vollständig überprüft; Die Vorhersagegenauigkeit der Pharma.ai-Plattform in verschiedenen Krankheitsbereichen erfordert eine stärkere Datenakkumulation. Schwankungen in der Gesamtbewertung der KI-Pharmaindustrie können sich auf die Kapitalmarktleistung und die Finanzierungsmöglichkeiten von Insilico auswirken. Potenzielle Partner sollten vor der Unterzeichnung einer Vereinbarung die Eigentumsrechte an geistigem Eigentum (insbesondere das Eigentum an KI-generierten Molekülen), die Datennutzungsbedingungen und den endgültigen Plan zur Verteilung der Kommerzialisierungsrechte klären.

Verwandte Tools: Umarmendes Gesicht, replicate

So verwenden Sie Insilico Medicine

Pharma.ai ist für den internen Gebrauch und die Nutzung durch Partner bestimmt und bietet keine öffentliche Self-Service-Registrierung:

1. Interne Forschung und Entwicklung: Das wissenschaftliche Team von Insilico nutzt Pharma.ai für die Target-Entdeckung, das molekulare Design und die klinische Vorhersage seiner eigenen Pipeline.
2. Unternehmenskooperation: Pharmaunternehmen greifen über kooperative Entwicklungsvereinbarungen auf Pharma.ai zu. Partner schlagen Krankheitsbereiche und Bedürfnisse vor, und das Insilico-Team führt Analysen auf der Plattform durch und liefert Zielempfehlungen oder Kandidatenmoleküle.
3. Plattformlizenz: Einige Module (z. B. Chemistry42) können über eine zeitlich begrenzte Plattformlizenz an Partnerwissenschaftler zur direkten Nutzung lizenziert werden (Schulung und Support erforderlich).
4. Akademische Zusammenarbeit: Akademiker greifen durch gemeinsame Forschungsprojekte auf einige der Funktionen der Plattform zu, wobei der Schwerpunkt in der Regel auf der Entdeckung von Zielmolekülen oder der Validierung des molekularen Designs für bestimmte Krankheiten liegt.

Versionsinfo

• Pharma.ai 2026 Q2-Update ：PandaClaw (Agentische KI-Biologieplattform), LabClaw (intelligentes Laborsystem) und Modul-Upgrades für generative Biologie hinzugefügt. Einen offiziellen genauen Termin gibt es noch nicht. （~2026-06）
• pharma.love 2025 ：Integrieren Sie PreciousGPT (KI für die Altersforschung) und fügen Sie Science42:DORA (generative Forschungs- und Entwicklungsunterstützung) hinzu. Einen offiziellen genauen Termin gibt es noch nicht. （~2025-06）
• Pharma.ai v4.0 ：Die Fähigkeit von Chemistry42, Chemikalien zu erzeugen, wurde erheblich verbessert und das inClinico-Modul zur Vorhersage klinischer Studien wurde eingeführt. Einen offiziellen genauen Termin gibt es noch nicht. （~2023-09）