OpenAI Foundation startet Public Data for Health-Programm

Die OpenAI Foundation stellte am 15. September 2026 Public Data for Health vor, ihr zweites Wissenschaftsprogramm, mit mehr als $125 million an Anfangszuschüssen zur Finanzierung der Erstellung und Bewahrung hochwertiger wissenschaftlicher Datensätze, die Forschern breit zur Verfügung gestellt werden.

Die Ankündigung wurde in einem Beitrag von Abhishaike Mahajan und Jacob Trefethen verfasst. Die Stiftung startete im April 2026 AI for Alzheimer’s, ihr erstes Programm im Bereich Life Sciences and Curing Diseases; während diese Initiative eine Krankheit adressiert, die viele Familien betrifft, soll das neue Programm Fortschritte in den Lebenswissenschaften bei vielen Krankheiten ermöglichen. Life Sciences and Curing Diseases ist eines der drei anfänglichen Prioritätsprogramme der Stiftung, neben AI Resilience und Civil Society and Philanthropy.

In der Ankündigung beschreibt die Stiftung wissenschaftliche Daten als Beobachtungen der Welt und als grundlegende Eingabe für Forschung und Entdeckung. Sie stellt Teile der Mathematik gegenüber, wo KI‑Systeme kürzlich begonnen haben, neues Wissen beizutragen, ohne neue Daten zu erheben, und die Biologie, wo Modelle zunehmend biologische Informationen in großem Maßstab analysieren und verborgene Strukturen selbst aus unvollständigen Belegen wiederherstellen können. Die Autoren schrieben, dass sie erwarten, dass viele noch ausstehende Durchbrüche in Prävention und Behandlung von Krankheiten daraus resultieren werden, intelligenten neuen Modellen mehr Beobachtungen der Welt zu geben, und dass einige Datensätze von enormem öffentlichem Wert möglicherweise nie erstellt oder geteilt werden, weil keine einzelne Institution ausreichende Anreize oder Kapazitäten hat, sie zu finanzieren.

Drei anfängliche Begünstigtenprojekte

Die erste Tranche unterstützt gemeinnützige Organisationen und Universitäten und umfasst molekulare, epidemiologische und regulatorische Datenschichten.

OpenADMET wird offene Datensätze, Benchmarks und blinde Wettbewerbe erstellen, um zu prüfen, ob KI‑Modelle vorhersagen können, wie kleine Moleküle im Körper absorbiert und verteilt werden, eine Arbeit, die laut Stiftung darauf abzielt, die Medikamentenentwicklung vorhersehbarer zu machen und die Ausfallrate neuer Medikamente zu reduzieren. Die Ankündigung weist darauf hin, dass 90 % der Medikamentenkandidaten in klinischen Studien scheitern, oft weil es schwierig ist, vorherzusagen, wie sie absorbiert werden und sich im Körper bewegen, und sie nennt AlphaFold2s Nutzung von Protein Data Bank‑Daten im CASP‑Wettbewerb als Präzedenz für die Kombination von Vorhersageherausforderungen mit hochwertigen Daten. „Die Wirkstoffforschung ist von universellen Problemen durchdrungen, die kein einzelnes Unternehmen oder akademisches Labor, das an der Heilung einer spezifischen Krankheit interessiert ist, allein lösen kann“, sagte James Fraser, Mitglied des OpenADMET‑Governing Board und Professor sowie Vorsitzender für Bioengineering und Therapeutic Sciences an der UCSF.

CTD Commons wird prüfen, ob Common Technical Documents aus gescheiterten oder stillgelegten Medikamentenprogrammen erworben und offen für Forschung und Analyse zur Verfügung gestellt werden können. Laut Ankündigung fasst ein CTD die gesamte Reise eines Prüfpräparats zusammen, von der Tiertoxikologie über Fertigungsdetails bis hin zur Korrespondenz mit der FDA, und nur ein kleiner Bruchteil dieser Arbeit erscheint in veröffentlichten Artikeln. Josh Morrison, leitender Organisator von CTD Commons und Präsident von 1Day Sooner, sagte, das Projekt werde Duplizierungen und Kosten in der klinischen Forschung reduzieren und dessen Wirkung maximieren.

Die University of North Carolina wird die Initiative for Generative Immunotherapy einrichten, die öffentliche, multimodale Daten schafft, mit dem Ziel einer Zukunft, in der Krebspatienten bei Diagnose schnell personalisierte Krebsimpfstoffe erhalten. Die Ankündigung beschreibt aktuelle Neoantigen‑Krebsimpfstoffe als einige der wenigen Medikamente, die rechnerisch für jeden Patienten entworfen werden: Eine Tumorzelle wird sequenziert, um vorherzusagen, welche tumor‑spezifischen Ziele auf ihrer Oberfläche erscheinen, aber diese Sequenzierung ist ein Proxy, weil das direkte Messen der Ziele und die Prüfung, wie stark das Immunsystem eines Patienten auf jedes reagiert, schwierig und teuer ist. UNC wird diese fehlenden Verbindungen über Hunderte von Tumoren und mehrere Krebsarten hinweg erzeugen und damit, was die Stiftung als einen der ersten Trainings‑ und Evaluierungsdatensätze in diesem Feld bezeichnet, de‑identifizierte öffentliche Daten bereitstellen, auf denen Forscher weltweit aufbauen können. „Personalisierte Krebsimpfstoffe zeigen endlich Anzeichen klinischer Wirksamkeit, haben aber noch Lücken, die im traditionellen Modell der therapeutischen Entwicklung Jahrzehnte benötigen könnten, um gefüllt zu werden. Hochwertige Daten können uns helfen, diese Lücken schneller zu schließen“, sagte Alex Rubinsteyn, Assistenzprofessor für Genetik an der UNC School of Medicine.

Verbundene, knappe und direkte Daten

Zusammen mit den Zuschüssen veröffentlichte die Stiftung Ausgangshypothesen zu den Datentypen, bei denen sie glaubt, dass ihre Unterstützung am nützlichsten sein kann: verbundene Daten, die die Biologie über mehrere Schritte hinweg verfolgen; knappe Daten, die das Bewahren von nicht reproduzierbaren Informationen ermöglichen; und direkte Daten, die biologische und klinische Zustände messen, die dem Wesentlichen am nächsten kommen. Sie sagte, dass geförderte Datensätze in der Regel ein oder zwei dieser Eigenschaften aufweisen und in seltenen Fällen alle drei.

Im Rahmen der verbunden‑Daten‑Begründung wird das UCSF‑Projekt dem OpenADMET‑Team ermöglichen, Schlüssel‑molekulare Eigenschaften und Wechselwirkungen für Zehntausende von Verbindungen zu messen, diese umfangreiche Profilierung mit Transportmessungen von Medikamenten zu verknüpfen, einschließlich Strukturen von Transporter‑Proteinen, die an ausgewählten Molekülen gebunden sind, und funktionellen Tests dieser Proteine, und einen Teil der Verbindungen in menschlichen Blut‑Hirn‑Schranke‑Modellen zu testen, wobei die Ergebnisse mit in‑vivo‑Tiermessungen verglichen werden.

Unter der Argumentation der knappen Daten wird das CTD Commons‑Stipendium untersuchen, ob Aufzeichnungen aus gescheiterten Medikamentenentwicklungsprogrammen erhalten werden können, bevor Unternehmen schließen und die Unterlagen verschwinden. Die Stiftung erklärte, dass solche Dokumente frühen Medikamentenentwicklungsteams helfen könnten, zu verstehen, welche Anforderungen Regulierungsbehörden kurzfristig an ähnliche Produkte gestellt haben und langfristig als Ressourcen dienen könnten, aus denen maschinelle Lernsysteme Muster dafür entdecken, warum Medikamente scheitern oder erfolgreich sind.

Unter der Argumentation der direkten Daten wird das UNC‑Team an der UNC Lineberger und UNC Health die Oberflächenproteine von Tumorzellen sowie die T‑Zell‑Antworten der Patienten direkt messen, anstatt sich ausschließlich auf Tumorsequenzierung zu verlassen. Die Stiftung sagte, dass, wenn das Projekt erfolgreich ist, Impfstoffkandidaten, die daraus hervorgehen, in die klinische Dosierung beim Menschen übergehen könnten, gestützt durch ein stärkeres Set an Zielmolekülen.

Datenzugänglichkeit und nächste Schritte

Bei allen ihren Förderungen erklärte die Stiftung, dass die mit ihrer Unterstützung erzeugten Daten breit verfügbar sein sollten, wobei der individuelle Datenschutz und die Einwilligung stets gewahrt werden, wo immer menschliche Daten involviert sind. Sie betonte, dass sie Förderempfänger ermutigt, Analysen als Preprints zu veröffentlichen, Daten regelmäßig zu teilen statt nur am Ende eines Projekts, und mit den Nutzern eines Datensatzes zusammenzuarbeiten, um dessen Nutzen für biologisch wertvolle Fragestellungen zu beurteilen.

Die Stiftung sagte, sie aktualisiere ihre Sichtweisen aktiv, während Wissenschaft und KI Fortschritte machen, und lade Ideen für das Programm unter science@openaifoundation.org ein. Sie stellt vier offene Stellen im Team Life Sciences and Curing Diseases ein.