Il potenziale dell’intelligenza artificiale per accelerare la scoperta di farmaci richiede un’attenta considerazione della realtà. Le aziende sostengono che questa tecnologia contribuirà a un più rapido sviluppo dei farmaci, ma la validità di questa affermazione deve ancora essere confermata attraverso verifiche indipendenti e studi clinici.
I tempi di sviluppo
Da decenni, i ricercatori cercano di trovare modi più efficienti per scoprire nuovi farmaci, ma il processo è diventato sempre più lento, costoso e rischioso. Di solito, ci vogliono dai 12 ai 15 anni dall’inizio di un programma di scoperta fino all’approvazione regolamentare per la commercializzazione.
Va considerato che circa il 90% dei farmaci che entrano in studi clinici non viene approvato.
Si stima che portare un farmaco sul mercato costi in media circa 2,5 miliardi di dollari, tenendo conto dei costi associati ai programmi di sviluppo riusciti e falliti.
Nonostante gli sforzi delle aziende farmaceutiche per innovare, ci sono crescenti affermazioni sul ruolo rivoluzionario dell’intelligenza artificiale generativa (AI) nell’accelerare le fasi precedenti le sperimentazioni cliniche. Ma questa affermazione è sostenuta dai fatti?
La fasi
Il processo di sviluppo di un farmaco implica diverse fasi specifiche, tra cui l’identificazione di un bersaglio biologico responsabile di una malattia e lo screening delle molecole che potrebbero interagire con esso. Questa fase di “scoperta” produce candidati farmaci, solitamente piccole molecole, che vengono successivamente perfezionati dai chimici medicinali. Se tutto va bene, si passa ai test preclinici, che comprendono test di sicurezza e dosaggio su animali.
Accorciare i tempi con l’AI
Le fase di scoperta e le fasi precliniche richiedono in media sei anni. Nel 2022, il Boston Consulting Group (BCG) ha condotto uno studio sulle pipeline di ricerca di 20 aziende farmaceutiche con l’ausilio dell’intelligenza artificiale. Hanno scoperto che otto dei loro candidati farmaci erano entrati in sperimentazione clinica, e tutti e otto erano arrivati a questa fase entro un decennio, cinque dei quali in meno tempo rispetto alla media storica.
Un altro rapporto suggerisce che l’intelligenza artificiale potrebbe portare a risparmi di tempo e costi significativi nella scoperta di farmaci fino alla fase preclinica.
Un esempio concreto è di una società di biotecnologie con sede a Hong Kong, che ha annunciato di aver condotto con successo uno studio clinico di fase I su un farmaco progettato dall’intelligenza artificiale per la fibrosi polmonare idiopatica.
Questo candidato farmaco aveva attraversato le fasi di scoperta e precliniche in soli 30 mesi e aveva iniziato la fase II in tempi rapidissimi.
L’importanza delle verifiche
Questi progressi rappresentano delle case-history importanti, specie per gli investitori. Tuttavia, è importante notare che spesso le affermazioni di successo provengono dalle aziende stesse e richiedono verifica indipendente attraverso la pubblicazione di risultati attraverso una letteratura scientifica sottoposta a revisione.
Altre sfide che richiamno l’uso dell’intelligenza artificiale nella scoperta di farmaci sono la generazione di molecole farmacologiche basate su modelli appresi dai dati di addestramento, che potrebbero non sempre essere fattibili. È necessario infatti codificare manualmente la conoscenza delle strutture molecolari e utilizzare altre tecnologie dell’intelligenza artificiale per superare tali problemi.
L’intelligenza artificiale è indubbio che offra potenziali vantaggi nella scoperta di farmaci, ma la validità di queste affermazioni deve essere verificata in modo indipendente. È importante quindi che l’industria e il mondo accademico collaborino assieme per sfruttare al meglio questa tecnologia e affrontare le sfide future.
