Um bei der Entwicklung von Medikamenten die Eigenschaften vorhersagen zu können, sind computergestützte Verfahren notwendig. Der Forscher Christian Kotz von der Technischen Universität Wien, der sich mit der automatischen Auswahl von Merkmalen, die die Eigenschaften von Molekülen mitbestimmen, beschäftigt, hat dafür nun den PRIP-Preis 2003 von der Arbeitsgruppe für Mustererkennung und Bildverarbeitung des Instituts für rechnergestützte Automation an der TU Wien erhalten. Die ausgezeichnete Arbeit befasst sich mit der Vorhersage der Wirkung chemischer Substanzen, dem "Quantitative Structure Activity Relationship Modeling" (QSAR).

Die Wirkung pharmazeutischer Substanzen hängt nämlich im Allgemeinen von der Form und Ladungsverteilung des Moleküls ab. Solche Eigenschaften lassen sich aber nicht, außer für einfachste Verbindungen, berechnen. Das QSAR-Modeling versucht daher die Wirkung aus einer Menge einfacher, bekannter Merkmale vorherzusagen. Mit empirisch erzeugten Modellen werden dann extrem große Mengen potenziell herstellbarer Substanzen bewertet, Erfolg versprechende Kandidaten zur Herstellung ausgewählt und auf ihre tatsächliche Wirkung untersucht.

Die vorgestellte neue Methode erlaubt die Auswahl geeigneter Merkmale für die anschließende Modellierung der Eigenschaften, da es für eine gute Modellierung notwendig ist, eine möglichst kleine und dennoch aussagekräftige Gruppe von Merkmalen zu finden. Die Methode wurde am Department for Chemistry, Swarthmore College entwickelt und von der Pharmafirma Neurogen finanziert. Der neue Ansatz verwendet spezielle neurale Netze, deren Aufbau besonders für dieses Probleme geeignet ist.(DER STANDARD, Print-Ausgabe, 5. 4. 2004)