La ricerca farmaceutica sta attraversando una fase di trasformazione significativa grazie all’integrazione dell’intelligenza artificiale. Questo avance tecnologico sta permettendo alle aziende di ridurre i tempi e i costi associati allo sviluppo di nuove terapie, una sfida storicamente complessa e dispendiosa. Nel contesto del recente Health Innovation Show a Roma, Emanuele De Rinaldis di Sanofi ha messo in luce come l’IA stia cambiando le dinamiche della ricerca e dello sviluppo farmaceutico.
Il ruolo delle aziende farmaceutiche nella ricerca e sviluppo
Le case farmaceutiche si concentrano su tre aree principali nella loro attività di ricerca: comprendere le malattie, identificare i bersagli terapeutici e sviluppare soluzioni. Ogni malattia ha una sua origine, e la comprensione di questi processi biologici è fondamentale per il progresso scientifico. Sanofi, che si posiziona tra i leader mondiali nell’utilizzo del digitale e dell’IA, ha spostato l’attenzione su malattie come asma, dermatite atopica, BPCO, sclerosi multipla e vari tipi di cancro, tutti strettamente legati al sistema immunitario.
Tradizionalmente, il percorso dalla scoperta della causa di una malattia all’approvazione di una terapia può richiedere oltre dieci anni. Questa fase non solo è lunga, ma implica un investimento che può superare i 2 miliardi di dollari a livello globale. La capacità dell’IA di accelerare questi processi è cruciale per ottimizzare i tempi e i costi, e questo è un vantaggio concreto per il settore farmaceutico.
Leggi anche:
Comprendere le malattie: dalla ricerca alla pratica
La ricerca inizia con domande fondamentali: quali tessuti, cellule e geni sono coinvolti nella genesi di una malattia? De Rinaldis ha messo in evidenza che la comprensione delle cause patologiche è essenziale per il progresso terapeutico. Una volta identificati i fattori scatenanti, è necessario studiare come intervenire su di essi. Questo coinvolge spesso la manipolazione di proteine o geni specifici, cercando le modalità per attivarli o inibirli a seconda del caso.
Successivamente, il compito dei chimici diventa fondamentale, poiché devono sviluppare “le frecce“, cioè le molecole in grado di esercitare un effetto terapeutico. Questa fase è critica, poiché il processo di sviluppo richiede tempo e una serie di test per garantire l’efficacia e la non tossicità della molecola. La sfida è identificare il dosaggio appropriato, che può variare significativamente da uno studio all’altro.
Dimostrare la sicurezza e l’efficacia delle molecole
L’ultima parte del processo riguarda la validazione della molecola, dove si deve dimostrare che essa possa risultare sicura ed efficace per i pazienti, anche in confronto a soluzioni terapeutiche già esistenti. Questo richiede uno sforzo significativo, poiché solo una frazione delle molecole esplorate arriva a ottenere l’approvazione per l’uso clinico. De Rinaldis ha rivelato che, mediamente, solo un progetto su trenta si traduce in una molecola terapeutica approvata.
Questa complessità richiede un approccio multidisciplinare, dove l’IA svolge un ruolo chiave. Attraverso l’analisi di grandi quantità di dati, è possibile, per esempio, migliorare la selezione dei bersagli terapeutici e ottimizzare la progettazione delle molecole. Utilizzando algoritmi avanzati, l’IA offre strumenti per affrontare le incertezze intrinseche del processo di ricerca e sviluppo, portando a risultati più rapidi e potenzialmente più efficaci.
L’integrazione dell’intelligenza artificiale nella ricerca farmaceutica rappresenta una svolta decisiva, non solo per aziende come Sanofi, ma anche per la salute pubblica nel suo complesso, promettendo un futuro in cui nuove terapie possono essere sviluppate in modo più tempestivo e con costi significativamente ridotti.