Un farmaco progettato dall’intelligenza artificiale si sta avvicinando all’approvazione in un momento impressionante

Un farmaco progettato dall’intelligenza artificiale si sta avvicinando all’approvazione in un momento impressionante

Un farmaco progettato dall'intelligenza artificiale si sta avvicinando all'approvazione con un impressionante clip PlatoBlockchain Data Intelligence. Ricerca verticale. Ai.

Per la prima volta un farmaco progettato dall’intelligenza artificiale è nella seconda fase di sperimentazione clinica. Recentemente, il team dietro il farmaco ha pubblicato un articolo in cui spiega come è stato possibile svilupparlo così velocemente.

Fatto da Medicina Insilico, una società di biotecnologia con sede a New York e Hong Kong, il farmaco candidato mira alla fibrosi polmonare idiopatica, una malattia mortale che provoca l'indurimento e la cicatrizzazione dei polmoni nel tempo. Il danno è irreversibile e rende sempre più difficile respirare. La malattia non ha fattori scatenanti conosciuti. Gli scienziati hanno faticato a trovare proteine ​​o molecole che potrebbero essere alla base della malattia come potenziali bersagli per il trattamento.

Per i chimici medicinali, sviluppare una cura per la malattia è un incubo. Per il dottor Alex Zhavoronkov, fondatore e CEO di Insilico Medicine, la sfida rappresenta una potenziale prova di concetto che potrebbe trasformare il processo di scoperta di farmaci utilizzando l’intelligenza artificiale e fornire speranza a milioni di persone che lottano contro questa malattia mortale.

Il farmaco, denominato ISM018_055, è stato infuso con l'intelligenza artificiale durante l'intero processo di sviluppo. Con Pharma.AI, la piattaforma di progettazione farmaceutica dell'azienda, il team ha utilizzato diversi metodi di intelligenza artificiale per trovare un potenziale bersaglio per la malattia e ha quindi generato promettenti candidati farmaceutici.

ISM018_055 si è distinto per la sua capacità di ridurre le cicatrici nelle cellule e nei modelli animali. L'anno scorso, il farmaco ha completato uno studio clinico di Fase I su 126 volontari sani in Nuova Zelanda e Cina per testarne la sicurezza e lo ha superato a pieni voti. La squadra ha adesso hanno descritto la loro intera piattaforma e hanno rilasciato i loro dati Nature Biotechnology.

La tempistica per la scoperta di un farmaco, dalla ricerca di un bersaglio al completamento degli studi clinici di Fase I, è: circa sette anni. Con l’intelligenza artificiale, Insilico ha completato questi passaggi in circa la metà del tempo.

"Fin dall'inizio ho visto il potenziale dell'uso dell'intelligenza artificiale per accelerare e migliorare il processo di scoperta dei farmaci dall'inizio alla fine", ha detto Zhavoronkov Hub di singolarità. Il concetto è stato inizialmente accolto con scetticismo dalla comunità della scoperta dei farmaci. Con ISM018_055, il team sta mettendo la propria piattaforma di intelligenza artificiale "alla prova finale: scoprire un nuovo bersaglio, progettare una nuova molecola da zero per inibire quel bersaglio, testarlo e portarlo fino in fondo negli studi clinici con i pazienti".

Il farmaco progettato dall’intelligenza artificiale ha montagne da scalare prima di raggiungere le farmacie. Per ora, è stato dimostrato che è sicuro solo nei volontari sani. L'azienda è stata lanciata Studi clinici di fase II l’estate scorsa, che indagherà ulteriormente la sicurezza del farmaco e inizierà a testarne l’efficacia nelle persone affette dalla malattia.

“Molte aziende stanno lavorando sull’intelligenza artificiale per migliorare le diverse fasi della scoperta dei farmaci”, disse Il dottor Michael Levitt, premio Nobel per la chimica, che non è stato coinvolto nel lavoro. "Insilico... non solo ha identificato un nuovo bersaglio, ma ha anche accelerato l'intero processo di scoperta dei farmaci e ha convalidato con successo i suoi metodi di intelligenza artificiale."

Il lavoro è così “eccitante per me”, ha detto.

The Long Game

Le prime fasi della scoperta di un farmaco sono un po’ come il gioco d’azzardo ad alta posta.

Gli scienziati scelgono un bersaglio nel corpo che probabilmente causa una malattia e poi progettano minuziosamente sostanze chimiche per interferire con il bersaglio. I candidati vengono quindi esaminati per una miriade di proprietà preferibili. Ad esempio, può essere assorbito come pillola o con un inalatore anziché con un'iniezione? Il farmaco può raggiungere l’obiettivo a livelli sufficientemente elevati da bloccare le cicatrici? Può essere facilmente scomposto ed eliminato dai reni? In definitiva, è sicuro?

L’intero processo di validazione, dalla scoperta all’approvazione, può richiedere più di un decennio e miliardi di dollari. Nella maggior parte dei casi, la scommessa non paga. All'incirca 90 per cento dei farmaci candidati inizialmente promettenti falliscono negli studi clinici. Ancora più candidati non arrivano così lontano.

La prima fase, ovvero trovare l’obiettivo di un potenziale farmaco, è essenziale. Ma il processo è particolarmente difficile per le malattie senza una causa nota o per problemi di salute complessi come il cancro e i disturbi legati all’età. Con l'intelligenza artificiale, Zhavoronkov si è chiesto se fosse possibile accelerare il viaggio. Negli ultimi dieci anni, il team ha creato diversi “scienziati dell’intelligenza artificiale” per aiutare i propri collaboratori umani.

Il primo, PandaOmics, utilizza più algoritmi per individuare potenziali bersagli in grandi set di dati, ad esempio mappe genetiche o proteiche e dati provenienti da studi clinici. Per la fibrosi polmonare idiopatica, il team ha addestrato lo strumento sui dati provenienti da campioni di tessuto di pazienti affetti dalla malattia e ha aggiunto testo da un universo di pubblicazioni scientifiche online e finanziamenti nel settore.

In altre parole, PandaOmics si è comportato come uno scienziato. Ha “letto” e sintetizzato le conoscenze esistenti come base e ha incorporato i dati degli studi clinici per generare un elenco di potenziali bersagli per la malattia con particolare attenzione alla novità.

Una proteina chiamata TNIK è emersa come il miglior candidato. Sebbene non fosse precedentemente collegato alla fibrosi polmonare idiopatica, il TNIK lo era un bersaglio associato a molteplici “segni distintivi dell’invecchiamento”, la miriade di processi genetici e molecolari scomposti che si accumulano man mano che invecchiamo.

Con un potenziale bersaglio in mano, un altro motore di intelligenza artificiale, chiamato Chimica42, hanno utilizzato algoritmi generativi per trovare sostanze chimiche che potessero attaccarsi al TNIK. Questo tipo di intelligenza artificiale genera risposte di testo in programmi popolari come ChatGPT, ma può anche inventare nuovi farmaci.

“L’intelligenza artificiale generativa come tecnologia esiste dal 2020, ma ora ci troviamo in un momento cruciale sia di ampia consapevolezza commerciale che di risultati rivoluzionari”, ha affermato Zhavoronkov.

Con il contributo esperto di chimici medicinali umani, il team alla fine ha trovato il farmaco candidato: ISM018_055. Il farmaco si è rivelato sicuro ed efficace nel ridurre le cicatrici nei polmoni nei modelli animali. Sorprendentemente, proteggeva anche la pelle e i reni dalla fibrosi, che spesso si verifica durante l’invecchiamento.

Alla fine del 2021, il team ha lanciato una sperimentazione clinica in Australia per testare la sicurezza del farmaco. Presto ne seguirono altri in Nuova Zelanda e Cina. I risultati nei volontari sani sono stati promettenti. Il farmaco progettato dall’intelligenza artificiale veniva facilmente assorbito dai polmoni quando assunto sotto forma di pillola e poi scomposto ed eliminato dal corpo senza effetti collaterali degni di nota.

È una prova di concetto per la scoperta di farmaci basata sull’intelligenza artificiale. "Siamo in grado di dimostrare oltre ogni dubbio che questo metodo di ricerca e sviluppo di nuovi trattamenti funziona", ha affermato Zhavoronkov.

Primo della classe

Il farmaco progettato dall’intelligenza artificiale è passato alla fase successiva degli studi clinici, Fase II, sia negli Stati Uniti che in Cina la scorsa estate. Il farmaco viene testato su persone affette dalla malattia utilizzando il gold standard degli studi clinici: randomizzati, in doppio cieco e con un placebo.

“Molte persone dicono che stanno utilizzando l’intelligenza artificiale per la scoperta di farmaci”, disse Dr. Alán Aspuru-Guzik dell'Università di Toronto, che non è stato coinvolto nel nuovo studio. “Questo, per quanto ne so, è il primo farmaco generato dall’intelligenza artificiale negli studi clinici di fase II. Una vera pietra miliare per la comunità e per Insilico”.

Il successo del farmaco non è ancora scontato. I farmaci candidati spesso falliscono durante gli studi clinici. Ma in caso di successo, potrebbe potenzialmente avere una portata più ampia. La fibrosi si manifesta facilmente in più organi con l’avanzare dell’età, fino a bloccare le normali funzioni degli organi.

"Volevamo identificare un bersaglio che fosse altamente implicato sia nella malattia che nell'invecchiamento, e la fibrosi... è uno dei principali segni distintivi dell'invecchiamento", ha affermato Zhavoronkov. La piattaforma di intelligenza artificiale ha individuato uno dei “bersagli a doppio scopo più promettenti legati all’antifibrosi e all’invecchiamento”, che potrebbe non solo salvare vite umane nelle persone affette da fibrosi polmonare idiopatica, ma anche potenzialmente rallentare l’invecchiamento per tutti noi.

Per il dottor Christoph Kuppe della RWTH Aachen, non coinvolto nel lavoro, lo studio è una “pietra miliare” che potrebbe rimodellare la traiettoria della scoperta dei farmaci.

Con ISM018_055 attualmente sottoposto a sperimentazioni di Fase II, Zhavoronkov immagina un futuro in cui l'intelligenza artificiale e gli scienziati collaboreranno per accelerare nuovi trattamenti. “Ci auguriamo che questo [lavoro] possa generare più fiducia e più collaborazioni e serva a convincere tutti gli scettici rimasti del valore della scoperta di farmaci basata sull’intelligenza artificiale”, ha affermato.

Credito immagine: Insilico

Timestamp:

Di più da Hub di singolarità