L’intelligenza artificiale trasforma la ricerca farmaceutica, in Cina e altrove
L’intelligenza artificiale accelera la scoperta di farmaci, con un modello innovativo in Cina che riduce i tempi di sviluppo.
La ricerca farmaceutica sta subendo una trasformazione radicale, guidata da un modello innovativo che si sviluppa in Cina. L’intelligenza artificiale, combinata a infrastrutture avanzate e un ampio bacino di ricercatori, sta riducendo i tempi di sviluppo dei farmaci, un settore tradizionalmente lento e costoso. Secondo Alex Zhavoronkov, fondatore di Insilico Medicine, il tempo medio per individuare un candidato farmaco è sceso da quattro anni e mezzo a circa un anno, in alcuni casi addirittura a nove mesi. Questo cambiamento non riguarda chatbot o assistenti virtuali, ma il modo in cui nasce un farmaco, un processo che ha visto la sua lentezza storica e il suo costo elevato.
Il collo di bottiglia della ricerca farmaceutica
La fase di discovery, in cui si identificano molecole promettenti, è da sempre il punto critico del settore. Il tasso di fallimento è altissimo: la maggior parte delle molecole candidate si rivela inutili o tossiche prima di arrivare a un essere umano. Questo processo richiede esperimenti ripetuti, sintesi chimiche e test in vitro, con investimenti che possono superare il decennio per ogni molecola approvata. L’intelligenza artificiale ha trovato il suo spazio proprio in questa fase, dove la velocità e l’efficienza sono cruciali. La ricerca farmaceutica tradizionale richiede pazienza quasi disumana, con un tempo medio di sviluppo di quattro anni e mezzo. L’intelligenza artificiale sta cambiando questa realtà, riducendo i tempi e aumentando la produttività.
Un modello di lavoro in evoluzione
Il modello sviluppato da Insilico Medicine combina reti neurali generative, automazione robotica e un flusso continuo di dati biologici. Invece di sintetizzare fisicamente milioni di molecole, i sistemi di intelligenza artificiale progettano virtualmente quelle più promettenti, le testano in simulazione e restringono il campo a poche decine di candidati reali. Questo cambiamento di paradigma non elimina il lavoro degli scienziati, ma ne trasforma il ruolo, spostandoli dalla ricerca manuale alla supervisione di sistemi che operano ininterrottamente, senza stanchezza e senza pause.
Zhavoronkov prevede che una parte consistente delle attività oggi svolte da personale altamente specializzato potrebbe essere automatizzata, con un potenziale di riduzione del 40% delle attività ripetitivo. Non si tratta della sparizione dei ricercatori, ma di una loro riconversione verso compiti di supervisione e validazione, mentre gli aspetti più ripetitivi passano ai sistemi automatizzati. La Cina sta diventando un laboratorio di innovazione, non solo un produttore di generici. La combinazione di infrastrutture avanzate, costi operativi contenuti e un ampio bacino di ricercatori altamente qualificati ha reso il modello cinese particolarmente competitivo.
Un esempio concreto di questa innovazione è Rentosertib, un trattamento sperimentale per la fibrosi polmonare idiopatica, una malattia progressiva e incurabile. Questa patologia agisce lentamente, spesso in modo silenzioso, compromettendo la funzionalità polmonare dei pazienti. Rentosertib è arrivato agli studi clinici di fase intermedia, un traguardo significativo in un settore dove i tempi di sviluppo sono solitamente molto più lunghi. Questo risultato dimostra che l’accelerazione portata dall’intelligenza artificiale non è un esercizio teorico, ma si traduce in molecole reali che arrivano più in fretta ai pazienti.
Insilico Medicine ha generato 31 candidati farmaci in sei anni, un numero che nella farmaceutica tradizionale richiederebbe risorse e tempi molto più ampi. L’azienda ha stretto collaborazioni con colossi del settore come Eli Lilly e Takeda, e a marzo ha ampliato la partnership con Eli Lilly attraverso un accordo che potrebbe raggiungere i 2,75 miliardi di dollari, uno dei più rilevanti mai siglati nel campo della scoperta di farmaci basata sull’intelligenza artificiale. Queste cifre segnalano che l’industria farmaceutica globale, con la sua avversione al rischio, sta iniziando a scommettere concretamente su questo approccio. Non è un fenomeno isolato. Anche Bristol Myers Squibb ha annunciato l’acquisto di un nuovo sistema di supercalcolo Nvidia per potenziare la propria ricerca farmaceutica, e il responsabile della ricerca dell’azienda, Robert Plenge, ha dichiarato che l’intelligenza artificiale ha già permesso di ridurre tra il 20 e il 30% i tempi di sviluppo, con la prospettiva di arrivare fino al 50% nei prossimi anni.