La scoperta di farmaci guidata dall’IA: sfruttare l’Intelligenza Artificiale per la scoperta di nuovi farmaci

La scoperta di farmaci è nota come “dalla bancarella al letto” a causa della sua lunga durata e dei costi elevati. Ci vogliono circa 11-16 anni e tra 1 miliardo e 2 miliardi di dollari per portare un farmaco sul mercato. Ma ora l’IA sta rivoluzionando lo sviluppo di farmaci, offrendo un ritmo e una redditività migliori.

L’IA nello sviluppo di farmaci ha trasformato il nostro approccio e la nostra strategia verso la ricerca biomedica e l’innovazione. Ha aiutato i ricercatori a ridurre le complessità di un percorso di malattia e a identificare bersagli biologici.

Vediamo più da vicino cosa potrebbe offrire l’IA nella scoperta di farmaci per il futuro.

Comprendere il ruolo dell’IA: come viene utilizzata per la scoperta di farmaci?

L’IA ha migliorato diverse fasi del processo di scoperta di farmaci con la sua capacità di analizzare grandi quantità di dati e fare previsioni complesse. Ecco come:

1. Identificazione dei bersagli

L’identificazione dei bersagli è il primo processo di scoperta di farmaci, che consiste nell’identificare entità molecolari possibili come proteine, enzimi e recettori presenti nel corpo che possono combinarsi con farmaci per produrre effetti terapeutici contro le malattie.

L’IA può sfruttare grandi banche dati cliniche che includono informazioni chiave sull’identificazione dei bersagli. Queste fonti di dati possono includere ricerche biomediche, informazioni biomolecolari, dati di prove cliniche, strutture proteiche, ecc.

Modelli di IA addestrati insieme a tecniche biomediche come l’espressione genica possono comprendere malattie biologiche complesse e identificare i bersagli biologici per i candidati farmaci. Ad esempio, i ricercatori hanno sviluppato diverse tecniche di IA per l’identificazione di nuovi bersagli anticancro.

2. Selezione dei bersagli

L’IA nella scoperta di farmaci può aiutare i ricercatori a selezionare bersagli promettenti in base alle loro correlazioni con le malattie e all’utilità terapeutica prevista. Con un forte riconoscimento di pattern, l’IA può effettuare questa selezione non solo in base alla letteratura medica dichiarata, ma anche selezionare completamente nuovi bersagli senza alcun riferimento precedente in brevetti pubblicati.

3. Prioritizzazione dei farmaci

In questa fase, l’IA valuta e classifica i composti farmacologici principali, prioritizzandoli per ulteriori valutazioni e ricerche per avanzare il loro sviluppo. Rispetto alle tecniche di classificazione precedenti, gli approcci basati sull’IA sono più efficaci nell’identificare i candidati più promettenti. Ad esempio, i ricercatori hanno sviluppato un framework computazionale basato su apprendimento profondo per identificare e prioritizzare nuovi farmaci per la malattia di Alzheimer.

4. Screening dei composti

I modelli di IA possono prevedere le proprietà chimiche e la bioattività dei composti e fornire informazioni sugli effetti avversi. Possono analizzare dati da varie fonti, comprese precedenti studi e banche dati, per identificare eventuali rischi o effetti collaterali associati a un particolare composto. Ad esempio, i ricercatori hanno sviluppato uno strumento di apprendimento profondo per lo screening di biblioteche chimiche con miliardi di molecole per accelerare significativamente l’esplorazione su larga scala dei composti.

5. Progettazione di farmaci de novo

La selezione manuale di grandi raccolte di composti è stata una pratica tradizionale nella scoperta di farmaci. Con l’IA, i ricercatori possono selezionare composti nuovi con o senza informazioni precedenti e prevedere anche la struttura finale 3D dei farmaci scoperti. Ad esempio, AlphaFold, sviluppato da DeepMind, è un sistema di IA che può prevedere le strutture proteiche. Mantiene una banca dati di oltre 200 milioni di previsioni della struttura proteica che possono accelerare il processo di progettazione dei farmaci.

5 esempi di successo di scoperta di farmaci basata sull’IA

1) Abaucin

Gli antibiotici uccidono i batteri. Ma a causa della carenza di nuovi farmaci e dell’evoluzione rapida della resistenza batterica contro i farmaci più vecchi, i batteri stanno diventando difficili da trattare. Abaucin, un antibiotico sperimentale sviluppato con l’IA, è progettato per uccidere Acinetobacter baumannii, uno dei batteri più pericolosi.

Utilizzando l’IA, i ricercatori hanno testato prima migliaia di farmaci per vedere quanto bene funzionano contro il batterio, Acinetobacter baumannii. Quindi queste informazioni sono state utilizzate per addestrare l’IA a creare un farmaco che possa trattare efficacemente il batterio.

2) Target X di Insilico Medicine

Insilico Medicine ha utilizzato la sua piattaforma di IA generativa e ha creato un farmaco chiamato Target X, ora in fase di prove cliniche di fase 1. Target X è progettato per trattare la fibrosi polmonare idiopatica, una malattia che può causare rigidità polmonare negli individui anziani se non trattata. La fase 1 coinvolgerà 80 partecipanti e la metà riceverà dosi più elevate in modo graduale. Ciò aiuterà a valutare come il farmaco interagisce con il corpo umano.

3) VRG50635 di Verge Genomic

Verge Genomics, un’azienda di scoperta di farmaci basata sull’IA, ha utilizzato la sua piattaforma CONVERGE per scoprire un nuovo composto, VRG-50635, per il trattamento della SLA analizzando punti di dati umani. I punti di dati includevano informazioni sui tessuti del cervello e della spina dorsale dei pazienti con malattie neurodegenerative come il Parkinson, la SLA e l’Alzheimer.

La piattaforma ha trovato l’enzima PIKfyve come possibile bersaglio per la SLA e poi ha suggerito VRG50635 come inibitore promettente di PIKfyve, che è diventato un candidato farmaco potenziale per il trattamento della SLA. Il processo ha richiesto circa quattro anni e ora il candidato è in fase 1 delle prove cliniche umane.

4) Exscientia-A2a Receptor

Exscientia, un’azienda di tecnologia medica basata sull’IA, è responsabile del primo molecola progettata con l’IA per il trattamento dell’immuno-oncologia – una forma di trattamento del cancro che utilizza il sistema immunitario del corpo per combattere le cellule cancerose. Il loro farmaco basato sull’IA è entrato nella fase di prove cliniche umane. Il suo potenziale risiede nella sua capacità di bersagliare il recettore A2a per promuovere l’attività anti-tumorale mentre assicura meno effetti collaterali sul corpo e sul cervello.

Utilizzando l’IA generativa, hanno creato alcuni altri composti per bersagliare varie malattie come

• Cancro trascrittivamente dipendente bersagliando inibitori di CDK7
• Malattie infiammatorie bersagliando l’enzima PKC-theta
• Malattie ematologiche e oncologiche bersagliando il regolatore LSD1

5) Absci-de Novo Antibodies With Zero-Shot Generative AI

Absci, un’azienda di scoperta di farmaci basata sull’IA generativa, ha dimostrato l’utilizzo dell’IA generativa zero-shot per creare anticorpi de novo attraverso la simulazione al computer. L’apprendimento zero-shot significa che il modello di IA non è stato testato esplicitamente sulle informazioni di input attuali durante la fase di addestramento. Quindi, questo processo può produrre progetti di anticorpi nuovi di zecca.

Gli anticorpi terapeutici de novo alimentati dall’IA riducono il tempo necessario per sviluppare nuovi candidati farmaci da sei anni a soli 18-24 mesi, aumentando la loro probabilità di successo nella clinica. La tecnologia dell’azienda può testare e convalidare 3 milioni di progetti di anticorpi generati dall’IA ogni settimana. Questo nuovo sviluppo potrebbe fornire immediatamente nuove terapie a ogni paziente, segnando un significativo cambiamento industriale.

Cosa riserva il futuro dell’IA e della scoperta di farmaci?

Oltre a molte altre applicazioni sanitarie, l’IA sta rendendo il processo di scoperta di farmaci più veloce e intelligente analizzando grandi set di dati e prevedendo bersagli e candidati farmaci promettenti. Utilizzando l’IA generativa, le aziende biotecnologiche possono identificare marcatori di risposta dei pazienti e sviluppare piani di trattamento personalizzati in tempi rapidi.

Un rapporto suggerisce che presto, più aziende di tecnologia medica incorporeranno IA e apprendimento automatico nella scoperta di farmaci in fase iniziale, il che aiuterà a creare un mercato da 50 miliardi di dollari entro i prossimi dieci anni, creando un significativo potenziale di crescita dell’IA nel settore farmaceutico. L’IA potrebbe ridurre i costi complessivi di scoperta di farmaci, rendendo disponibili più farmaci nuovi ai pazienti più velocemente.

Se desideri saperne di più sull’IA e su come plasmerà il nostro futuro, visita unite.ai.