L’IA STA RIVOLUZIONANDO LA PRODUZIONE FARMACEUTICA

È in atto una rivoluzione dell’intelligenza artificiale nella produzione di farmaci. Trasformerà il modo in cui vengono prodotti i medicinali e l’industria stessa – scrive “The Economist”.

Patrick Schwab non è un normale ricercatore farmaceutico e il suo posto di lavoro non è un normale laboratorio farmaceutico. Non ci sono banchi né liquidi ribollenti. Mancano anche i camici bianchi da laboratorio. Il dottor Schwab è invece vestito completamente di nero. Ma questo è l’abbigliamento adatto per chi lavora a King’s Cross, una zona che un tempo era occupata da scali ferroviari ed edifici industriali, ma che ora, dopo una trasformazione, è uno dei quartieri più alla moda di Londra.

Il dottor Schwab lavora per GSK, un’azienda farmaceutica. Il suo compito è quello di ripensare il futuro della produzione di farmaci utilizzando un ramo altrettanto trendy dell’informatica, l’intelligenza artificiale (AI). Sta applicando questa tecnologia per trasferire il più possibile il carico di lavoro dalla vetreria ai computer: progettazione di farmaci in silico, piuttosto che in vitro.

A tal fine sta sviluppando uno strumento software chiamato Phenformer, che sta addestrando a leggere i genomi. Collegando le informazioni genomiche con i fenotipi, il termine biologico che indica i risultati fisici e comportamentali di particolari combinazioni genetiche, Phenformer apprende come i geni determinano le malattie. Ciò gli consente di generare nuove ipotesi sulle malattie e sui loro meccanismi sottostanti.

Insilico Medicine, un’azienda biotecnologica di Boston, sembra essere stata la prima ad applicare la nuova generazione di IA, nota come modelli transformer, alla ricerca di farmaci. Nel 2019 i suoi ricercatori si sono chiesti se fosse possibile utilizzarli per inventare nuovi farmaci a partire da dati biologici e chimici. Il loro primo obiettivo era la fibrosi polmonare idiopatica, una malattia polmonare.

Hanno iniziato addestrando un’IA su set di dati relativi a questa condizione e hanno trovato una proteina promettente. Una seconda IA ha poi suggerito molecole che si sarebbero agganciate a quella proteina e ne avrebbero modificato il comportamento, ma che non fossero troppo tossiche o instabili.

Successivamente, i chimici umani hanno preso il testimone, creando e testando le molecole selezionate. Il risultato è stato chiamato rentosertib e ha recentemente completato con successo la fase intermedia dei test clinici. L’azienda afferma che ci sono voluti 18 mesi per arrivare a un candidato per lo sviluppo, rispetto a una tempistica più usuale di quattro anni e mezzo.

Insilico ha ora una pipeline di oltre 40 farmaci sviluppati dall’intelligenza artificiale per il trattamento di patologie quali il cancro, le malattie intestinali e renali. E il suo approccio si sta diffondendo. Secondo una proiezione, gli investimenti annuali in questo settore passeranno da 3,8 miliardi di dollari a 15,2 miliardi di dollari tra il 2025 e il 2030.

Data la strana economia dell’industria farmaceutica – i farmaci che entrano nella fase di sperimentazione clinica hanno un tasso di fallimento del 90%, portando il costo di sviluppo di un farmaco di successo a ben 2,8 miliardi di dollari – anche miglioramenti marginali in termini di efficienza offrirebbero grandi vantaggi. I rapporti provenienti da tutto il settore suggeriscono che l’intelligenza artificiale ha iniziato a fornire questi risultati.

Ha ridotto la fase preclinica (quella che precede l’inizio delle sperimentazioni sull’uomo) da tre-cinque anni a 12-18 mesi. Inoltre, ha migliorato il tasso di successo. Uno studio pubblicato nel 2024 sulle prestazioni delle molecole scoperte dall’IA nelle prime fasi della sperimentazione clinica ha rilevato un tasso di successo dell’80-90%. Questo dato è da confrontare con le medie storiche del 40-65%.

L’intelligenza artificiale sta anche contribuendo a migliorare la progettazione delle sperimentazioni. Un approccio prevede l’utilizzo di “agenti” di intelligenza artificiale che si comportano come se fossero in grado di pensare e ragionare. Tornando alla GSK, Kim Branson, responsabile dell’IA, ha mostrato al vostro corrispondente una dimostrazione di un sistema basato su agenti chiamato Cogito Forge.

Quando viene sottoposto a una domanda di biologia, Cogito Forge è in grado di scrivere il proprio codice per aiutare a rispondere alla domanda, raccogliere i set di dati appropriati, unirli e quindi creare una presentazione completa di grafici che mostrano le conclusioni a cui è giunto.

Da lì può generare un’ipotesi su una malattia, comprese previsioni verificabili, e cercare di verificarla o confutarla con una ricerca bibliografica. Tale ricerca impiega tre agenti: uno per cercare le ragioni per cui l’ipotesi è valida, un secondo per cercare le ragioni per cui non lo è e un terzo per giudicare quale delle altre due è corretta.

Un altro settore in cui l’IA mostra risultati promettenti è la selezione dei pazienti per le sperimentazioni. Può analizzare le cartelle cliniche, le biopsie e le scansioni corporee dei candidati per identificare chi potrebbe trarre il massimo beneficio da un nuovo farmaco. Una scelta migliore dei partecipanti significa sperimentazioni più piccole, e quindi più veloci ed economiche.