Zwei Entwicklungen vom 3. November in dieser Woche: ein regulatorischer Meilenstein für ein orales GLP-1-Arzneimittel in Australien und ein sorgfältiger Blick darauf, wie gut KI die Aminosäurereihenfolge eines Peptids lesen kann.
Australien lässt die erste orale GLP-1-Tablette zu
Am 3. November 2026 registrierte die australische Arzneimittelbehörde Therapeutic Goods Administration (TGA) orales Wegovy, die Semaglutid-Tablette von Novo Nordisk. Laut ABC News ist es das erste GLP-1-Arzneimittel in oraler Form, das die TGA zugelassen hat. Es ist für Erwachsene mit Adipositas und für Menschen zugelassen, die ihr Herz-Kreislauf-Risiko senken müssen, und erfordert ein ärztliches Rezept.
Registriert wurden vier Stärken: 1,5 mg, 4 mg, 9 mg und 25 mg. Die TGA muss Verpackung und Herstellungsprozesse noch prüfen, die vor der Freigabe die Qualitätsstandards erfüllen müssen. Ein Preis für Australien steht nicht fest, und laut Bericht wird die Tablette vor Weihnachten in den Regalen erwartet.
Das australische Pharmaceutical Benefits Scheme bezuschusst Mittel zur Gewichtsabnahme derzeit nur bei Typ-2-Diabetes. Das orale Abnehmmittel Orforglipron von Eli Lilly wartet noch auf eine Entscheidung der TGA.
Wie gut kann KI die Sequenz eines Peptids lesen?
Eine am 3. November in Nature Methods veröffentlichte Arbeit verglich acht Deep-Learning-Modelle für die De-novo-Peptidsequenzierung. Dabei wird die Aminosäurereihenfolge eines Peptids direkt aus Massenspektrometriedaten bestimmt, ohne Abgleich mit einer Datenbank. Der Vergleich nutzte drei öffentliche Datensätze.
Die meisten Sequenzierfehler waren nicht an ein bestimmtes Modell gebunden. Sie gingen auf fehlende Fragmentionen zurück, die Bruchstücke, die im Gerät jede Position der Kette markieren, wenn das Peptid zerlegt wird. Fehlen sie, bleibt die Sequenz mit jedem Modell mehrdeutig.
Auch ähnlich aussehende Reste gleicher Masse lassen sich weiterhin schwer unterscheiden, weil die Masse allein sie nicht trennt. Die Ergebnisse legen nahe, dass nicht nur bessere Modelle, sondern auch bessere Daten nötig sind.