Sviluppare un nuovo farmaco è un po’ come fare una scommessa: si investono tempo e moltissimo denaro nella ricerca e nella sperimentazione di qualcosa che non si sa se davvero funzionerà e che potrebbe rivelarsi un costosissimo fallimento. Una nuova molecola molto promettente in laboratorio può mostrarsi inefficace nella sperimentazione animale o nei test clinici sugli esseri umani e prevederlo prima è spesso impossibile. Per ridurre uno dei rischi di impresa più grandi che esistano, negli ultimi tempi le aziende farmaceutiche hanno iniziato a esplorare le nuove possibilità offerte dai sistemi di intelligenza artificiale (AI), i cui progressi sono diventati evidenti anche ai meno esperti nell’ultimo anno soprattutto grazie al successo di ChatGPT di OpenAI.Alcune aziende hanno iniziato a utilizzare le AI per provare a prevedere efficacia e sicurezza di nuovi principi attivi, altre per rendere più semplice e rapido il complicato processo di selezione dei volontari che partecipano ai test clinici. Lo hanno fatto sia sviluppando al proprio interno nuove divisioni dedicate ai sistemi di intelligenza artificiale, sia appoggiandosi alle società e startup nate di recente proprio per applicare le AI al settore dei farmaci.
A inizio gennaio le due aziende farmaceutiche Eli Lilly e Novartis hanno stretto un accordo con Isomorphic Labs, una società controllata da Alphabet (la holding di Google) e nata da una divisione di DeepMind, una delle più innovative aziende nel settore delle AI. Trattandosi di accordi per un valore complessivo di 3 miliardi di dollari se ne è parlato molto e non solo tra gli addetti ai lavori, ma le condizioni prevedono investimenti piuttosto misurati nel tempo. Eli Lilly anticiperà 45 milioni di dollari, ma i restanti 1,7 miliardi di dollari dell’accordo saranno pagati solo al raggiungimento di alcuni risultati ambiziosi, come l’avvio dei test clinici o l’approvazione dei nuovi principi attivi. Qualcosa di analogo riguarda anche Novartis che anticiperà 37,5 milioni di dollari e investirà altri 1,2 miliardi di dollari nel tempo, sulla base di un sistema basato su incentivi e risultati.
DeepMind è tra le società che più hanno sperimentato l’impiego delle AI in ambito scientifico e in particolare nell’analisi e nella previsione delle caratteristiche delle proteine. La forma di una proteina determina infatti anche la sua funzione, di conseguenza lo studio e la previsione della sua struttura sono fondamentali nello sviluppo di molti farmaci. Isomorphic Labs parte da quelle conoscenze e ha l’obiettivo di accelerare in modo significativo la fase di scoperta di nuove molecole per i farmaci che attualmente dura diversi anni e richiede molte risorse, portandola dalla media di cinque anni a due.
Sfruttando diversi modelli di apprendimento automatico, Isomorphic Labs ha sviluppato una piattaforma per prevedere le caratteristiche delle molecole e il modo in cui potranno interagire con l’organismo. Avere la possibilità di fare queste valutazioni in maniera più accurata consente di orientare la ricerca, riducendo il rischio di un fallimento nelle fasi successive quando dalla sperimentazione in laboratorio si passa ai test clinici con le persone. Il sistema naturalmente non garantisce sempre la produzione di molecole efficaci e sicure, ma secondo i responsabili dell’azienda può limitare sensibilmente gli insuccessi e soprattutto potrebbe accelerare le fasi di sviluppo.
In un certo senso i sistemi di Isomorphic Labs hanno qualcosa in comune con i modelli generativi come ChatGPT, che tra le altre cose riescono a comporre testi come in una normale conversazione utilizzando la statistica per prevedere qualche parola da inserire dopo quella che hanno appena prodotto. Le AI per lo sviluppo dei farmaci fanno qualcosa di simile, ma per progettare le strutture molecolari rispettando alcune regole e limitazioni che vengono scelte dagli operatori. In poco tempo, il sistema è in grado di produrre numerose varianti della stessa molecola, affinando man mano il risultato in base agli effetti previsti sull’organismo.
Sanofi, un’altra grande azienda farmaceutica, ha avviato una collaborazione con la società Exscientia che nella sua documentazione si presenta con frasi alquanto audaci come: “In futuro tutti i farmaci saranno progettati con le AI. Il futuro è ora con Exscientia”. Anche questa azienda ha l’obiettivo di scoprire nuovi principi attivi e di prevederne le caratteristiche e le interazioni con l’organismo, ancora prima di avviarne lo sviluppo e la sperimentazione.
L’azienda farmaceutica italiana Menarini ha invece avviato una collaborazione con Insilico Medicine, società fondata tra Hong Kong e New York che sostiene di avere già sviluppato 17 potenziali nuovi farmaci sui quali effettuare i test clinici. L’accordo ha un valore stimato intorno ai 500 milioni di dollari e coinvolge Stemline Therapeutics, una delle controllate di Menarini, che avrà l’esclusiva per lo sviluppo, la sperimentazione e l’eventuale vendita di un nuovo principio attivo per il trattamento di alcune forme di tumore. Le possibilità di successo, però, sono ancora tutte da dimostrare.
Per questo motivo ha suscitato una certa attenzione nel settore l’avvio dei test clinici su un nuovo farmaco sperimentale di Genentech per trattare la colite ulcerosa, una malattia cronica che comporta una forte infiammazione del colon, tale da far aumentare nel tempo il rischio di tumore rispetto a chi non ha questa condizione. Il principio attivo era stato sviluppato per trattare altri problemi di salute, ma da alcune simulazioni con sistemi di intelligenza artificiale è emerso che avrebbe potuto dare qualche risultato contro la colite ulcerosa.
Talvolta può accadere che un farmaco sperimentale si riveli inefficace nel trattare la condizione per cui era stato sviluppato, mentre mostra di essere promettente contro un’altra malattia. Scoprirlo però non è semplice e richiede spesso anni di lavoro o qualche coincidenza favorevole. I gruppi di ricerca di Genentech sono riusciti a ottenere questo risultato in nove mesi utilizzando anche le AI per confrontare milioni di ipotesi, fino a trovare conferme sulla probabile utilità del loro farmaco nel trattare le cellule del colon coinvolte nella malattia.
Già nel 2022 erano emersi indizi sul possibile uso del farmaco contro la colite ulcerosa, ma ora saranno necessari i test clinici per confermare la sua efficacia su pazienti veri. Le sperimentazioni di questo tipo fuori dai laboratori sono richieste dalle autorità di controllo per assicurarsi non solo che un farmaco sia efficace, ma anche sicuro per chi lo utilizza.
I tempi dei test clinici sono molto lunghi e spesso hanno una fase iniziale molto costosa, sia in termini di tempo sia di denaro, per la selezione dei volontari che dovranno far parte della sperimentazione. Per alcuni test clinici è infatti necessario avere persone con diagnosi chiare della malattia che si vuole trattare, distribuiti in particolari fasce della popolazione per genere, età, condizione economica e provenienza geografica. In molti studi più il campione selezionato è di qualità, più ci si possono attendere dati affidabili.
Partendo da questi presupposti, alcune aziende farmaceutiche hanno iniziato a sfruttare sistemi di intelligenza artificiale per organizzare la selezione dei volontari nei test clinici. Le AI possono accedere a enormi elenchi, come quelli degli ospedali o quelli tenuti dalle istituzioni sanitarie, effettuando rapidamente una preselezione in base ai criteri richiesti dall’azienda farmaceutica. In questo modo si riducono i tempi successivi della selezione e, almeno in linea teorica, si possono ottenere gruppi di volontari più adatti alla sperimentazione da svolgere.
La multinazionale farmaceutica Amgen ha sviluppato uno strumento di intelligenza artificiale che si chiama ATOMIC, specializzato nella ricerca e nella classificazione dei dati clinici provenienti da medici, ospedali e altre istituzioni sanitarie. Amgen dice che con il nuovo sistema è in grado di selezionare in meno di nove mesi i volontari per uno studio clinico, rispetto all’anno e mezzo di lavoro richiesto in precedenza. La società ha già usato lo strumento per l’avvio di alcuni test clinici legati alle malattie cardiovascolari e al trattamento dei tumori con buoni risultati, di conseguenza utilizzerà ATOMIC per buona parte delle nuove selezioni in programma per quest’anno.
La selezione dei volontari è naturalmente un ambito molto diverso rispetto a quello dello sviluppo di nuovi principi attivi, ma è comunque importante perché una sua migliore gestione potrebbe consentire alle aziende farmaceutiche di risparmiare tempo e denaro. È inoltre un settore in cui secondo gli esperti ci sono maggiori margini di successo in breve tempo e minori rischi, considerata la diversa complessità dell’iniziativa.
Soluzioni di questo tipo sono inoltre viste come una naturale evoluzione degli strumenti basati sulle AI che avevano iniziato a farsi spazio nelle aziende farmaceutiche. Per esempio l’azienda svizzera Roche ha sviluppato un sistema che ha chiamato RocheGPT con dati e informazioni legati all’azienda, alle sue attività e agli ambiti di ricerca. RocheGPT è visto come una sorta di ChatGPT, ma altamente specializzato sulle caratteristiche di Roche e in grado di fornire risposte di vario tipo e in vari ambiti, non necessariamente legati alla sola ricerca, ma anche alla gestione delle attività aziendali.
Altre aziende farmaceutiche hanno iniziato a sperimentare le AI per accelerare altri processi che di solito richiedono molto tempo legati alla compilazione della documentazione da presentare agli organismi regolatori, come la Food and Drug Administration (FDA) negli Stati Uniti e l’Agenzia europea per i medicinali (EMA) in Europa. In alcuni casi si tratta di documenti accessori e meno importanti, in altri dell’organizzazione dei dati dei test clinici sui quali è comunque necessario un controllo umano finale. Al momento FDA ed EMA non hanno regole esplicite sull’impiego dei sistemi di intelligenza artificiale, ma iniziano a essere sollevati dubbi e preoccupazioni per la loro mancanza, come del resto sta avvenendo in diversi altri settori in cui hanno iniziato a diffondersi le AI di ultima generazione.
A essere molto interessate al settore farmaceutico non ci sono solamente le società che sviluppano sistemi di intelligenza artificiale, ma anche le aziende che producono microprocessori. Nvidia, uno dei principali produttori al mondo di chip e molto attivo nel settore dei sistemi per le AI, ha contratti con almeno una ventina di aziende farmaceutiche per fornire i propri processori o i centri dati che vengono impiegati per la grande quantità di calcoli richiesti da alcuni modelli di intelligenza artificiale. La domanda è alta e secondo alcuni analisti in breve tempo alcune delle aziende farmaceutiche più grandi competeranno per i dati e la capacità di elaborarli.
L’interesse intorno ai sistemi di intelligenza artificiale nell’ultimo anno è stato senza precedenti e di sicuro ha portato ad aspettative che in alcuni ambiti sono molto più alte rispetto alle effettive capacità di alcune AI. Gli investimenti, comunque, non mancano in numerosi settori e si prevede che si manterranno alti anche nel corso di quest’anno. In ambito farmaceutico si stima che nell’ultimo decennio ci siano stati investimenti per circa 18 miliardi di dollari in società di biotecnologie che hanno al centro i sistemi di intelligenza artificiale. Se agli inizi riguardavano per lo più società di dimensioni relativamente piccole o medie, ora interessano alcuni dei marchi più famosi e potenti al mondo. LEGGI TUTTO