L’intelligenza artificiale sta inventando farmaci che nessuno ha mai visto. Ora dobbiamo vedere se funzionano.

L’automazione dell’intelligenza artificiale in tutto il processo di sviluppo dei farmaci sta aprendo la possibilità di prodotti farmaceutici più rapidi ed economici.

A 82 anni, con una forma aggressiva di cancro del sangue che sei cicli di chemioterapia non erano riusciti a eliminare, "Paul" sembrava essere senza opzioni. Dopo ogni lungo e spiacevole ciclo di cure, i suoi medici avevano analizzato un elenco di farmaci antitumorali comuni, sperando di trovare qualcosa che si sarebbe rivelato efficace e cancellandoli uno per uno. I soliti killer del cancro non stavano facendo il loro lavoro.

Non avendo nulla da perdere, i medici di Paul lo hanno arruolato in uno studio organizzato dall'Università di Medicina di Vienna in Austria, dove vive. L’università stava testando una nuova tecnologia di matchmaking sviluppata da una società con sede nel Regno Unito chiamata Exscientia che accoppia i singoli pazienti con i farmaci precisi di cui hanno bisogno, tenendo conto delle sottili differenze biologiche tra le persone.

I ricercatori hanno prelevato un piccolo campione di tessuto da Paul (il suo vero nome non è noto perché la sua identità è stata oscurata durante il processo). Hanno diviso il campione, che comprendeva sia cellule normali che cellule tumorali, in più di cento pezzi e li hanno esposti a vari cocktail di farmaci. Quindi, utilizzando l’automazione robotica e la visione artificiale (modelli di apprendimento automatico addestrati a identificare piccoli cambiamenti nelle cellule), hanno osservato cosa sarebbe successo.

In effetti, i ricercatori stavano facendo quello che avevano fatto i medici: provare diversi farmaci per vedere cosa funzionava. Ma invece di sottoporre un paziente a cicli di chemioterapia della durata di diversi mesi, stavano testando dozzine di trattamenti contemporaneamente.

L'approccio ha consentito al team di effettuare una ricerca esaustiva del farmaco giusto. Alcuni medicinali non hanno ucciso le cellule tumorali di Paul. Altri hanno danneggiato le sue cellule sane. Paul era troppo fragile per prendere il farmaco che aveva avuto la meglio. Così gli è stato assegnato il secondo posto nel processo di matchmaking: un farmaco antitumorale commercializzato dal colosso farmaceutico Johnson & Johnson che i medici di Paul non avevano provato perché studi precedenti avevano suggerito che non era efficace nel trattamento del suo tipo di cancro.

Ha funzionato. Due anni dopo, Paul era in completa remissione: il suo cancro era scomparso. Questo approccio rappresenta un grande cambiamento per il trattamento del cancro, afferma Andrew Hopkins, CEO di Exscientia: "La tecnologia di cui disponiamo per testare i farmaci in clinica si applica davvero ai pazienti reali".

Selezionare il farmaco giusto è solo metà del problema che Exscientia vuole risolvere. L’azienda è pronta a rivedere l’intera pipeline di sviluppo dei farmaci. Oltre ad associare i pazienti ai farmaci esistenti, Exscientia sta utilizzando l’apprendimento automatico per progettarne di nuovi. Ciò potrebbe a sua volta fornire ancora più opzioni da vagliare quando si cerca una corrispondenza.

I primi farmaci progettati con l’aiuto dell’intelligenza artificiale sono ora in fase di sperimentazione clinica, test rigorosi condotti su volontari umani per vedere se un trattamento è sicuro – e funziona davvero – prima che gli enti regolatori ne autorizzino un uso diffuso. Dal 2021, due farmaci sviluppati da Exscientia (o co-sviluppati con altre aziende farmaceutiche) hanno avviato il processo. La società è in procinto di presentarne altri due.

"Se avessimo utilizzato un approccio tradizionale, non avremmo potuto crescere così velocemente", afferma Hopkins.

Exscientia non è sola. Ora ci sono centinaia di startup che esplorano l’uso dell’apprendimento automatico nell’industria farmaceutica, afferma Nathan Benaich di Air Street Capital, una società di venture capital che investe in aziende biotecnologiche e di scienze della vita: “I primi segnali erano abbastanza entusiasmanti da attrarre grandi somme di denaro”.

Oggi, in media, ci vogliono più di 10 anni e miliardi di dollari per sviluppare un nuovo farmaco. L’obiettivo è utilizzare l’intelligenza artificiale per rendere la scoperta di farmaci più rapida ed economica. Prevedendo come i potenziali farmaci potrebbero comportarsi nel corpo ed eliminando i composti senza uscita prima che lascino il computer, i modelli di apprendimento automatico possono ridurre la necessità di un minuzioso lavoro di laboratorio.

E c'è sempre bisogno di nuovi farmaci, afferma Adityo Prakash, amministratore delegato della società farmaceutica californiana Verseon: "Ci sono ancora troppe malattie che non possiamo curare o che possiamo trattare solo con elenchi di effetti collaterali lunghi tre miglia ."