Alithea Bio: Kann diese KI Nebenwirkungen von Krebstherapien vorhersagen?

Jährlich sterben in Deutschland zwischen 16.000 und 58.000 Menschen an Neben- und Wechselwirkungen von Medikamenten. Das Freiburger Deep-Tech-Startup Alithea Bio will genau hier ansetzen: Mit der weltweit größten HLA-Peptid-Datenbank und der KI-Plattform HLA-Compass macht das Unternehmen sichtbar, ob ein Wirkstoff auch gesundes menschliches Gewebe angreift – und zwar bevor die erste Dosis am Menschen verabreicht wird. Nach dem Doppelsieg bei der VivaTech in Paris (Fachpreis „Tech for Change“ und Publikumspreis „Audience Favorite“) bereitet das 2019 gegründete Unternehmen nun seine erste institutionelle Seed-Runde vor.

Wir haben mit Fanny Giannou gesprochen, CEO und Gründerin von Alithea Bio. Sie spricht über das Thema Sicherheit in der Krebsimmuntherapie – und warum Biologie sich nicht wie Software kopieren lässt.

---

In Deutschland sterben laut Ihren Zahlen jährlich zwischen 16.000 und 58.000 Menschen an Neben- und Wechselwirkungen von Medikamenten. Wenn HLA-Compass ein Toxizitätsrisiko herausfiltert, das ein Standardmodell übersehen hätte, was bedeutet das ganz konkret für einen einzelnen Patienten in einer späteren Studie?

Um das richtig einzuordnen, muss ich kurz erklären, was wir eigentlich tun: Es geht bei uns nicht darum, dass ein bestehendes Modell etwas übersehen hat und wir diese Lücke im Nachhinein füllen. Es geht darum, dass eine ganz grundlegende Datenbasis bisher schlicht fehlt. Die HLA-Peptide, die wir im Labor aus echtem menschlichem biologischen Material generieren, also genau die Signale, die unser Immunsystem erkennt, existieren in dieser Menge und Qualität aktuell nirgendwo sonst. Wir bauen also keine bessere Version eines bestehenden Modells, sondern eine Datenbasis, die es bisher gar nicht gab, und die andere Modelle sinnvoll ergänzen kann. Unsere Daten helfen, Sicherheitsrisiken in jeder Phase der Medikamentenentwicklung vorherzusagen und auszuschließen, noch bevor eine Studie angefangen hat.

Im Auftrag der Medikamentenentwickler erstellen wir für das einzelne Medikament ein individuelles Toxizitätsrisiko, gestützt auf unsere weltweit größte Datenbank in der Immunonkologie, die Wirkung und mögliche Nebenwirkungen eines Wirkstoffs vorhersagt. Mit diesem Compass kann der Medikamentenentwickler eine fundierte Entscheidung treffen. Für den einzelnen Patienten heißt das ganz konkret: Er bekommt nicht einfach eine besser „gefilterte“ Therapie, er bekommt womöglich überhaupt erst die Chance auf eine Immuntherapie, weil sein individuelles Risiko jetzt messbar ist und nicht mehr nur geschätzt wird.

Sie sagen selbst, Heilung verspreche Ihr Verfahren noch nicht, aber es entscheide mit, welche Therapien es bis zur Zulassung schaffen. Wo verläuft für Sie die Grenze zwischen echtem medizinischem Fortschritt für Patienten und einem besseren Filter für die Pharmaindustrie?

Diese Grenze ziehe ich für mich eigentlich nicht, weil unsere Vision genau darauf aufbaut, dass es sie nicht braucht: Wir wollen DIE Referenz in der Immunonkologie werden, und zwar über die gesamte Wertschöpfungskette hinweg, nicht nur an einer Stelle.

Unsere Daten kommen zum einen präklinisch zum Einsatz, also schon während der Erforschung eines neuen Wirkorts. Das ist aus meiner Sicht kein besserer Filter, sondern das Tor zu echtem medizinischem Fortschritt. Sichere Medikamente kommen schneller in die Klinik, das wollen alle Beteiligten. Heute haben Patienten oft nur sehr wenige zugelassene Medikamente zur Auswahl und müssen nehmen, was verfügbar ist. Eine breitere Auswahl an Wirkstoffen, weil mehr vielversprechende Kandidaten sicher genug durch die Entwicklung kommen, ist für mich ganz direkt Fortschritt für Patienten.

Zum anderen kommen unsere Daten aber auch klinisch zum Einsatz, zum Beispiel um Krebsvakzine zu personalisieren oder die richtigen Patienten für eine Therapie auszuwählen. Der größte Impact findet sicher in der Klinik statt, weil unsere Technologie dort direkt am Patienten wirkt. Aber ein echter Fortschritt entsteht für mich erst, wenn man beide Seiten zusammendenkt: Jeder Schritt in dieser Kette, von der Forschung bis zur Behandlung, dient am Ende demselben Ziel, nämlich Patienten besser zu heilen.

Kommt der wirtschaftliche Nutzen, also die Millionen, die Pharmaunternehmen durch vermiedene gescheiterte Studien sparen, am Ende bei Patienten an, etwa durch schneller verfügbare oder günstigere Therapien?

Ja, ich glaube tatsächlich, dass er ankommt, und zwar auf mehreren Ebenen. Der erste und direkteste Effekt liegt in schneller verfügbaren Therapien. Weil unsere Sicherheitsdaten dabei helfen, mehr Medikamente erfolgreich durch die Zulassung zu bringen, wird die Auswahl an verfügbaren Therapien größer. Und eine breitere Auswahl schafft wiederum die Möglichkeit für günstigere Therapien und dafür, dass Kostenträger sie überhaupt übernehmen.

Der zweite Aspekt wird oft übersehen: die Kosten, die im System für die Nachsorge von Patienten entstehen, die unter den Nebenwirkungen einer Therapie leiden. Das sind reale Summen, die heute in die Behandlung von Folgeschäden fließen. Bei gezielten, personalisierten Therapien, wie wir sie mit unseren Daten ermöglichen, fließen diese Summen stattdessen dorthin, wo sie eigentlich hingehören: in die Heilung der Patienten, nicht in die Nachsorge.

Ihre Plattform fokussiert Krebsimmuntherapien, TCR-basierte Ansätze, TCR-Mimetika und Krebsimpfstoffe. Bei welcher dieser Therapieklassen sehen Sie den größten Hebel, und woran machen Sie das fest?

Den größten Hebel sehe ich aktuell klar bei den Krebsimpfstoffen. Sehr viele Impfstoffkandidaten befinden sich gerade in klinischen Studien und liefern bereits jetzt vielversprechende Daten und Ergebnisse. Das ist für mich eine echte Revolution. Ein Impfstoff, der das Immunsystem gezielt gegen mögliche Tumore aktiviert, ist ein völlig anderer Ansatz, und genau in diesem Bereich sehen wir gerade die größte Dynamik.

Unsere Daten setzen dabei genau an dem Punkt an, der über Erfolg oder Misserfolg eines Krebsimpfstoffs entscheidet: der Auswahl der richtigen Zielstrukturen. Ein Impfstoff wirkt nur, wenn er das Immunsystem exakt auf die Peptide trainiert, die tatsächlich auf dem Tumor sitzen, und nicht auf gesunden Zellen. Mit unserer HLA-Peptid-Datenbank können wir genau zeigen, für welchen Patienten welche Zielstrukturen wirklich tumorspezifisch sind. Das macht Impfstoffe nicht nur wirksamer, sondern auch personalisierbar, also passgenau auf den einzelnen Patienten zugeschnitten, statt eine Lösung für alle zu sein.

Berühmte Fälle wie TGN1412 im Jahr 2006 haben gezeigt, wie klassische präklinische Modelle menschliche Immunreaktionen komplett verfehlen können. Hätte HLA-Compass eine solche Fehleinschätzung erkannt, und woran lässt sich das belegen?

TGN1412 war ein anderer Mechanismus als der, den wir adressieren. Es war ein CD28-Superagonist, der einen Zytokinsturm ausgelöst hat, kein Fall von Kreuzreaktivität eines Zielproteins mit gesundem Gewebe, wie wir ihn mit HLA-Compass sichtbar machen. Auf solch einen Fall ist unsere Plattform nicht ausgerichtet.

Doch TGN1412 zeigt exakt das Grundproblem, das wir lösen wollen. Klassische präklinische Modelle, vor allem Tiermodelle, bilden menschliche Immunreaktionen oft nicht ab, weil ein genaues Abbild des menschlichen Immunsystems dort schlicht nicht existiert. Unser Fokus liegt auf einer verwandten, aber anderen Blindstelle: der Frage, ob ein Zielprotein auch auf gesundem menschlichem Gewebe präsentiert wird. Für Therapieklassen, bei denen genau das die Hauptgefahr ist, allen voran T-Zell-basierte Ansätze, machen wir dieses Risiko sichtbar, bevor die erste Dosis am Menschen verabreicht wird. Das ist die Lücke, die wir schließen, nicht jede denkbare Form von Toxizität.

Wenn Sie fünf Jahre vorausblicken: Was wird durch prädiktive HLA-Modellierung bei der Krebsbehandlung möglich sein, das heute noch scheitert?

Heute scheitern viele Immuntherapien nicht an der Wissenschaft, sondern daran, dass sie für ein durchschnittliches Patientenprofil entwickelt werden, obwohl Erfolg und Sicherheit stark vom individuellen HLA-Typ abhängen. In fünf Jahren sollte prädiktive HLA-Modellierung genau das auflösen: Bevor ein Wirkstoffkandidat in die Klinik geht, weiß man nicht nur, ob er grundsätzlich wirkt, sondern für welchen Patiententyp, bei welcher Tumorart, mit welchem Sicherheitsprofil.

Das würde vor allem bei seltenen Krebsarten etwas verändern, für die sich aufwendige eigene Studienreihen bisher kaum gelohnt haben, weil die Patientengruppen zu klein für klassische Entwicklungswege sind. Wenn ein Wirkstoff-Ziel über viele Tumorarten und gesundes Gewebe hinweg vorab geprüft werden kann, wird Forschung zu diesen Krankheitsbildern zum ersten Mal wirklich investierbar. Mein Ziel ist, dass HLA-Compass in fünf Jahren die Referenz ist, die Kliniker, Forschende und Pharmaunternehmen gleichermaßen konsultieren, bevor Kapital in eine Studie fließt.

Sie sind CEO und Gründerin, während die wissenschaftliche Basis eher von Ihrem Mitgründer Dr. Tim Fugmann geprägt ist. Wie kam es zu dieser Gründungskonstellation, und was war Ihr persönlicher Weg zu dieser Idee?

Tim und ich sind fast ein Gegenentwurf zueinander, und genau das hat, glaube ich, unser Unternehmen gerettet. Tim ist ein brillanter Wissenschaftler, ohne ihn gäbe es Alithea Bio nicht. Ich komme aus dem internationalen Business Development, ich habe nie ein Labor geleitet und kann bis heute kein Massenspektrometer bedienen.

Mein Weg dahin war weniger eine einzelne Idee als eine Beobachtung: Viele exzellente Forschungsergebnisse schaffen es nie in die Anwendung, nicht weil die Wissenschaft nicht gut genug wäre, sondern weil reine Forschungsteams selten wissen, wie man daraus ein finanzierbares, marktfähiges Unternehmen macht. Ich habe gelernt, dass die beste Wissenschaft gegen eine einzige Frage verliert, wenn niemand im Raum sitzt, der sie beantworten kann: Wann kommt das Kapital zurück? 2022 habe ich die Geschäftsführung von Alithea Bio in Vollzeit übernommen, mit dem klaren Auftrag, aus wissenschaftlicher Substanz einen skalierbaren Marktauftritt zu machen. Genau das ist meine Rolle seither: die Brücke zwischen der Wissenschaft und einem Markt, der bereit ist, dafür zu zahlen.

Alithea Bio gibt es seit 2019, mit Standorten in Freiburg und Berlin-Buch. Wie kam diese Zweiteilung zustande, und was war für Sie in diesen sechs Jahren der härteste Rückschlag beim Aufbau?

Freiburg ist unser Ursprung, und das ist kein Zufall: Die Stadt liegt im Zentrum des BioValley, eines trinationalen Clusters mit Basel und Straßburg, mit Universitätsklinikum, Max-Planck-Institut und über 30 weiteren Forschungseinrichtungen in direkter Nähe. Ohne dieses Ökosystem gäbe es Alithea Bio in dieser Form nicht. Berlin-Buch kam 2024 dazu, als wir ein eigenes Labor aufgebaut und ein eigenes Massenspektrometer angeschafft haben, der Schritt, mit dem wir aufgehört haben, von externer Laborkapazität abhängig zu sein, und angefangen haben, den Kern unserer Technologie selbst zu besitzen.

Den einen dramatischen Rückschlag gibt es bei uns nicht, eher eine lange, unbequeme Phase: die Zeit vor 2022, in der wir wissenschaftliche Substanz hatten, aber keinen skalierbaren Marktauftritt. Das war der Moment, in dem die reale Gefahr bestand, dass hervorragende Forschung nie in der Anwendung ankommt, einfach weil das Geschäftsmodell fehlte. Diese Phase zu durchbrechen, hat länger gedauert und mehr Nerven gekostet, als jeder einzelne gescheiterte Pitch oder jedes verzögerte Experiment es je hätten können.

In der Pressemitteilung ist von einer vollständig aus eigenen Mitteln finanzierten Firma die Rede, das Factsheet nennt 580.000 Euro an eingesammelten Fundings. Wie setzt sich Ihre bisherige Finanzierung zusammen, und warum starten Sie jetzt eine institutionelle Seed-Runde?

Unsere bisherige Finanzierung ist bewusst schlank gehalten: Die 580.000 Euro stammen im Wesentlichen aus Fördermitteln und kleineren Programmen, darunter ein deutsch-britisches Förderprogramm, das uns half, unser Modell in der Frühphase zu validieren. Den größten Teil unseres Wachstums haben wir aber über eigene Umsätze finanziert: über 200 abgeschlossene Kundenprojekte und Partnerschaften mit Kunden wie dem Children’s Hospital of Philadelphia, Deck Bio und mehreren großen Pharmaunternehmen haben es uns erlaubt, in den eigenen Aufbau zu reinvestieren, statt früh in großem Umfang externes Kapital aufzunehmen. Genau das meinen wir, wenn wir von einer weitgehend eigenständig finanzierten Firma sprechen. Bisher sind wir bootstrapped und die Firma ist organisch gewachsen.

Jetzt streben wir eine institutionelle Seed-Runde an, denn mit über 23 Millionen Immunopeptidomics-Datenpunkten, einem eigenen Labor und validierten Pharma-Partnerschaften haben wir den Punkt erreicht, an dem aus einem funktionierenden Modell eine skalierbare Plattform werden kann. Diesen Sprung, von einem profitablen, aber in seiner Wachstumsgeschwindigkeit begrenzten Datenservice zu einer Softwareplattform, die international Standard wird, kann man nicht mehr allein aus Umsatz und Fördermitteln stemmen. Dafür braucht es institutionelles Kapital.

Sie wollen vom Datenservice zu einer skalierbaren Softwareplattform werden. Ihr Hybridmodell braucht aber ein eigenes aktives Labor, das nicht wie Software skaliert. Wie lösen Sie diese Spannung?

Diese Spannung ist real, und ich will auch gar nicht so tun, als hätten wir sie vollständig aufgelöst. Für uns ist das Labor aber keine Kostenstelle, die irgendwann verschwinden soll, sondern die Quelle unseres eigentlichen Werts: Jede Messung, die wir dort durchführen, erweitert unsere proprietäre Referenzdatenbank. Das Labor skaliert tatsächlich nicht wie Software, das stimmt, aber das muss es auch nicht. Es muss nur schneller wachsen als der Bedarf unserer Kunden an neuen, noch nicht abgedeckten Fragestellungen. Das Labor erlaubt uns, aus geringem Biomaterial wie Biopsien oder Plasma eine enorme Menge an bisher nicht gemessenen Peptiden zu generieren und mit diesen Daten wiederum die Software zu füttern. Das Labor macht unsere Software so wertvoll und nicht andersrum.

Die eigentliche Skalierung passiert eine Ebene höher, im HLA-Compass, der KI-Schicht, die auf dieser wachsenden Datenbasis therapierelevante Vorhersagen trifft. Genau das ist unser Hybridmodell: ein Labor, das linear wächst, gespeist in eine Softwareschicht, die mit jedem neuen Datenpunkt wertvoller wird, für alle Kunden gleichzeitig.

Ihre 23 Millionen Immunopeptidomics-Datenpunkte gelten als Vorsprung. Was hindert ein großes Pharmaunternehmen wie einen Ihrer Partner daran, so eine Datenbasis intern selbst aufzubauen? Wo liegt Ihr eigentlicher Burggraben?

Ehrlich gesagt: nichts hindert ein großes Pharmaunternehmen grundsätzlich daran, es zu versuchen. Der Unterschied liegt zwischen können und tatsächlich tun. Erstens ist da die Zeit: Unsere Datenbasis ist über Jahre entstanden, aus hochsensibler Massenspektrometrie an Tausenden Proben aus Tumor- und gesundem Gewebe, das lässt sich nicht in einem Quartal nachbauen. Zweitens ist da der Fokus: Für ein Pharmaunternehmen ist eine interne Referenzdatenbank eines von vielen Infrastrukturprojekten neben der eigentlichen Wirkstoffentwicklung, für uns ist es das gesamte Unternehmen.

Dazu kommt, dass wir etwas anderes bauen, als ein Pharmaunternehmen intern je bauen würde: die diverseste Datenbank ihrer Art, über alle Geschlechter, alle Krebsarten und alle Ethnizitäten hinweg. Ein Pharmaunternehmen baut naturgemäß nur für den eigenen Nutzen, für die eigene Pipeline. Das heißt aber nicht, dass es ein Entweder-oder ist, im Gegenteil: Unsere Daten können sehr gut komplementär zu dem sein, was ein Partner intern hat.

Unser eigentlicher USP liegt aber im Labor selbst: Wir haben unsere Technologie über Jahre so weit perfektioniert, dass wir 60 bis 80 Prozent mehr Peptide identifizieren als der aktuelle Stand der Technik. Und Biologie lässt sich eben nicht wie Software einfach kopieren. Dafür braucht es das richtige Know-how, Zeit und unzählige Experimente, um den Prozess und die Ergebnisse überhaupt reproduzierbar zu machen. Genau das ist der Teil, der sich am schwersten nachbauen lässt.

Der Doppelsieg bei der VivaTech bringt viel Aufmerksamkeit. Was hat sich seither bei Ihnen konkret verändert, bei Anfragen, Partnern oder Investoren?

Was sich am spürbarsten verändert hat, ist die Geschwindigkeit, mit der Gespräche jetzt zustande kommen. Anfragen von potenziellen Partnern und Investoren, für die man sich sonst über Wochen erst Gehör verschaffen muss, laufen inzwischen deutlich direkter bei uns auf. Für unsere laufende Seed-Runde ist das ein spürbarer Rückenwind, weil zwei unabhängige Signale, der Fachpreis Tech for Change und der Publikumspreis Audience Favorite, gemeinsam zeigen, dass sowohl die Branche als auch ein breiteres Publikum das Thema für relevant halten.

Am meisten gefreut hat mich aber die Reaktion des Publikums selbst. Ein Fachpreis bestätigt, dass Expert:innen die Technologie ernst nehmen. Ein Publikumspreis bedeutet, dass unser Thema, Krebsimmuntherapie sicherer und gezielter zu machen, auch Menschen erreicht, die keinen wissenschaftlichen Hintergrund haben. Genau diese Art von Aufmerksamkeit brauchen wir, um aus einem Nischenthema ein Anliegen zu machen, das breiter getragen wird.

---