La scoperta di farmaci basati sull’intelligenza artificiale rappresenta un’opportunità da 50 miliardi di dollari per Big Pharma

Trovare un potenziale farmaco di successo richiede in genere anni di analisi approfondite in laboratorio, con team di ricercatori che setacciano metodicamente i dati e i risultati dei test per portare alla luce un candidato promettente. Ma quando a febbraio la giapponese Takeda Pharmaceutical Co. ha acquistato un farmaco sperimentale contro la psoriasi per 4 miliardi di dollari da una startup di Boston, ha ottenuto un composto selezionato in soli sei mesi utilizzando l’intelligenza artificiale.

Nei prossimi mesi, il farmaco, selezionato tra migliaia di potenziali molecole tramite algoritmi di intelligenza artificiale e apprendimento automatico, passerà alle fasi finali degli studi clinici. In caso di successo, potrebbe diventare una delle prime terapie scoperte con l’aiuto dell’intelligenza artificiale. Gli analisti di Jefferies stimano che potrebbe generare fino a 500 miliardi di yen (3,7 miliardi di dollari) di vendite annuali.

La spinta del produttore farmaceutico giapponese arriva in un momento in cui le aziende farmaceutiche di tutto il mondo stanno abbracciando l’intelligenza artificiale stringendo accordi con startup esperte di computer e aggiungendo altri data scientist. La loro speranza è quella di ridurre i costi e accelerare il time-to-market. Morgan Stanley stima che nel prossimo decennio, l’uso dell’intelligenza artificiale nello sviluppo di farmaci in fase iniziale potrebbe tradursi in altre 50 nuove terapie per un valore di vendita di oltre 50 miliardi di dollari.

La società di ricerca Deep Pharma Intelligence stima che gli investimenti in società di scoperta farmaceutica basate sull’intelligenza artificiale siano triplicati negli ultimi quattro anni, raggiungendo i 24,6 miliardi di dollari nel 2022. Nel gennaio dello scorso anno, Sanofi ha accettato di pagare a Exscientia Plc, con sede nel Regno Unito, 100 milioni di dollari in anticipo, più il potenziale fino a 5,2 miliardi di dollari in pagamenti importanti per la ricerca di nuovi farmaci e lo sviluppo di fino a 15 candidati in oncologia e immunologia con l’uso di sistemi di intelligenza artificiale.

Bayer, Roche Holding e Takeda sono tra le aziende che collaborano con Recursion Pharmaceuticals Inc. a Salt Lake City per esplorare la scoperta di farmaci utilizzando l'apprendimento automatico. Nel frattempo, AstraZeneca Plc ha stretto una partnership con BenevolentAI nel Regno Unito e Illumina Inc. a San Diego per sforzi simili.

"Quando le aziende biofarmaceutiche applicano con successo l'intelligenza artificiale nella ricerca e sviluppo, l'impatto può essere significativo", afferma Alex Devereson, partner di McKinsey & Co. che fornisce consulenza ai produttori di farmaci su processi e analisi digitali. “Tra cinque anni, ci aspettiamo che questi approcci diventino più strutturalmente integrati nei processi di ricerca e sviluppo farmaceutici e portino a un maggiore impatto su larga scala”.

Sebbene l’intelligenza artificiale possa aiutare, gli scienziati devono ancora fare molto lavoro tradizionale dopo aver scelto la molecola. Il composto Takeda ha richiesto anni in più di studi clinici sull’uomo e altri test. E l’intelligenza artificiale ha altri limiti. Ad esempio, non può prevedere proprietà biologiche complesse, come l’efficacia e gli effetti collaterali dei composti.

Tuttavia, l’utilizzo della tecnologia per identificare le prossime terapie di successo può aiutare a eliminare alcune delle congetture che in genere richiedono centinaia di esperimenti di laboratorio, spesso distribuiti su molti anni, per identificare molecole promettenti.

Big Pharma è diventata più seria nell’investire nell’intelligenza artificiale e nell’apprendimento automatico, o ML, dopo il 2018, quando l’unità DeepMind della società madre di Google, Alphabet Inc., ha utilizzato un programma di intelligenza artificiale chiamato AlphaFold per battere un biologo nel prevedere la forma delle proteine, l’elemento costitutivo di base delle malattie. Capire la forma delle proteine, uno dei problemi più fastidiosi in biologia, aiuta i cacciatori di farmaci a restringere il campo delle molecole che potrebbero interagire con esse e a identificare i farmaci per attaccare le malattie.

L’immissione sul mercato di un nuovo farmaco costa tradizionalmente quasi 3 miliardi di dollari e circa il 90% dei farmaci sperimentali fallisce. Quindi la tecnologia che accelera il processo può essere un grande motore di profitti. Secondo Eric Topol, fondatore e direttore dello Scripps Research Translational Institute in California, citato sul sito web di DeepMind, la determinazione della struttura 3D di una proteina richiede ora pochi secondi utilizzando AlphaFold, invece di molti mesi o anni.

La crescita dell’adozione dell’intelligenza artificiale da parte delle aziende farmaceutiche è stata accelerata dalla pandemia di Covid-19, poiché l’industria si è affrettata a sviluppare armi per combattere un virus sconosciuto. Durante la pandemia, Pfizer Inc. si è rivolta all’intelligenza artificiale per sviluppare il vaccino Covid Comirnaty, per il quale ha collaborato con BioNTech SE. Ha inoltre ampliato una partnership con XtalPi Inc., scopritore di farmaci per l’intelligenza artificiale con sede a Shenzhen, in Cina, per accelerare la formulazione chimica della pillola Covid Paxlovid. Entrambi sono stati approvati dalla Food and Drug Administration statunitense in meno di due anni, molto più velocemente dei 10 anni normalmente necessari alla maggior parte dei farmaci per arrivare sul mercato. La velocità è stata aiutata anche dalle autorità di regolamentazione che si sono affrettate a fornire al pubblico le armi contro il Covid.