Danaher plant autonoom AI-lab voor antilichaamonderzoek

Danaher plant een autonoom AI-lab dat antilichamen en andere bindende moleculen ontwerpt, maakt en test, bij dochter Abcam en op schaal verwacht begin 2027.

Voor een Nederlandse biotech- of farmaceutische R&D-afdeling zit de mogelijke winst in de eerste onderzoeksstappen: meer reagentia vergelijken en sneller een bruikbaar bindend reagens selecteren voordat vervolgproeven beginnen. De aankondiging gaat om onderzoeksmoleculen, niet om AI die zelfstandig een geneesmiddel ontdekt of klinische ontwikkeling overslaat. Of andere laboratoria het systeem kunnen gebruiken, is niet bekend.

Een ontwerp wordt meteen een proef

Een reagens is een molecule die aan een gekozen biologisch doelwit bindt. Onderzoekers gebruiken zulke reagentia om eiwitten te herkennen, te meten of verder te onderzoeken. Ze zijn niet automatisch kandidaat-geneesmiddelen. Danaher richt het nieuwe lab op zogenoemde affiniteitsreagentia, waaronder antilichamen en andere moleculaire hulpmiddelen.

De lus begint met een AI-ontwerp. De laboratoriumapparatuur maakt het molecuul, waarna het wordt getest. De meetuitkomst gaat terug naar het model om het volgende ontwerp te verbeteren. Danaher beschrijft dat als een cyclus van ontwerpen, maken, testen en leren. Het bedrijf verwacht dat elke versie wordt geverifieerd en getest. Wetenschappers blijven volgens de aankondiging verantwoordelijk voor de belangrijkste beslissingen.

Het lab komt bij Abcam, een bedrijf van Danaher. De workflow brengt technologie van Beckman Coulter Life Sciences, Cytiva, Genedata, Integrated DNA Technologies en Molecular Devices samen. Automata werkt met Danaher aan de aansturing van de apparatuur en de robotica. Het persbericht noemt die combinatie een verbonden workflow, maar specificeert niet welke modellen, apparaten of laboratoriumprotocollen per stap worden ingezet. Danaher noemt het lab een eerste proef voor een bredere aanpak met programmeerbare instrumenten, bruikbare meetgegevens en gekoppelde onderzoeksstappen.

Danaher mikt op maximaal acht keer sneller van idee naar gevalideerd reagens. Ook mikt het bedrijf op maximaal een vertienvoudiging van de jaarlijkse productie bij opschaling, van tientallen naar honderden reagentia. Op termijn moet de werkwijze traditionele immunisatiemethoden aanvullen bij het ontdekken van antilichamen en andere onderzoekstools. Het zijn concrete doelen, maar nog geen gemeten prestaties.

De getallen hebben nog geen meetlat

De woorden „tot acht keer” en „tot tien keer” zijn prognoses van Danaher. Het persbericht geeft geen huidige doorlooptijd als vergelijkingsbasis, meetprotocol, aantal geteste ontwerpen of gegevens over bindingssterkte en foutpercentages. Ook noemt het geen prijs of toegang voor externe onderzoeksgroepen. De bron kwalificeert de timing, prestaties en verwachte voordelen bovendien als toekomstgerichte uitspraken.

Reuters meldt dat het lab begin 2027 op schaal moet draaien, maar ook die berichtgeving beschrijft een plan en geen operationele start. De timing is relevant voor Nederlandse bedrijven die hun R&D-capaciteit plannen: er is nu geen aangekondigde dienst of aankoopoptie om in te rekenen. De eerste zakelijke vraag blijft of een hogere doorvoer ook meer reagentia oplevert die bruikbaar aan een doelwit binden, en tegen welke kosten.

„Autonoom” beschrijft hier vooral een gesloten experimentele cyclus. Danaher zegt dat wetenschappers de belangrijke keuzes blijven maken en dat de resultaten van elke test de volgende AI-ontwerpen moeten aanscherpen. Het persbericht maakt niet duidelijk hoeveel menselijke tussenkomst elk experiment vraagt, welke uitkomsten automatisch worden afgekeurd of hoe herhaalbaar de resultaten zijn tussen verschillende doelwitten.

Danaher automatiseerde al delen van het lab

De aankondiging staat naast bestaande stappen in labautomatisering. Danaher beschrijft CellXpress.ai als een afzonderlijk systeem dat celkweek, voedingen, het overzetten van cellen en beeldanalyse automatiseert. Het bedrijf zegt dat dit systeem de productie van complexe celmodellen, zoals organoïden, tot 25 keer kan opschalen. Die claim gaat over celkweek en hoort niet bij de prestaties van het nieuwe antilichaamlab.

Ook de koppeling tussen apparaten is een eigen technische laag. In augustus publiceerde Anthropic een preview van een gedeelde standaard waarmee AI-agents microscopen, pipetteerrobots, plaatlezers en robotarmen kunnen aansturen. Danaher zegt niet dat het lab die standaard gebruikt. De vergelijking maakt wel zichtbaar dat een labcyclus niet alleen een goed voorspellend model vraagt: verschillende apparaten moeten opdrachten, meetresultaten en veiligheidsgrenzen betrouwbaar uitwisselen.

De industrie zoekt naar herhaalbare lussen

AstraZeneca beschrijft op zijn iLab-pagina een prototype in Göteborg dat sinds 2017 moleculen automatisch maakt en zuivert, waarna ze klaarstaan voor tests en AI meetgegevens gebruikt voor nieuwe ontwerpen. In de eigen uitleg van AstraZeneca is volledige automatisering van de cyclus van ontwerpen, maken, testen en analyseren nog een ambitie; het bedrijf noemt als doel potentiële geneesmiddelkandidaten in de helft van de huidige tijd te vinden. Dat traject richt zich op kleine moleculen, terwijl Danaher binders en onderzoekstools maakt. De doelen zijn dus niet rechtstreeks vergelijkbaar.

Op eiwitniveau blijft experimentele validatie eveneens nodig. Google DeepMind testte watermerkmethoden voor AI-ontworpen eiwitbinders op drie doelwitten. De aankondiging noemt behoud van bindingssterkte en biologische werking, maar presenteert SynthID Bio als een eerste haalbaarheidsstap. Ook de labtest van eiwitbinders voor VEGF-A, PD-L1 en het receptorbindende deel van SARS-CoV-2 laat zien dat een model een kandidaat kan voorstellen, terwijl de binding nog in het lab moet worden gemeten.

Voor Nederlandse R&D-teams hangt de waarde daarom af van tijdwinst én reproduceerbare kwaliteit. Danaher heeft schaaldoelen en een beoogde start op schaal genoemd, maar geen vergelijkingsmethode, prijs of toegang voor derden gepubliceerd. Bij de geplande opschaling begin 2027 moet blijken of de lus de genoemde doorvoer met reproduceerbare kwaliteit haalt.