In un articolo del 29 ottobre Reuters riportava un importante passo avanti nella scoperta di farmaci grazie all’intelligenza artificiale. Iambic Therapeutics, una società biotech supportata dal gigante tecnologico Nvidia, motore delle Gpu – i chip utilizzati per l’addestramento delle intelligenze artificiali –, ha svelato Enchant, un nuovo modello di intelligenza artificiale che promette di ridurre drasticamente i tempi e i costi necessari per sviluppare nuovi farmaci. Una delle prime caratteristiche che emergono nella creazione di questo nuovo modello è stato addestrato su un vasto set di dati pre-clinici derivati da test di laboratorio condotti su farmaci prima che entrassero nella fase della sperimentazione umana. Infatti Enchant è progettato per prevedere le prestazioni di un farmaco nelle prime fasi di sviluppo. I dettagli e le potenzialità del nodello sono stati raccolti in uno studio nel quale Enchant dimostra un’elevata precisione nel prevedere l’assorbimento di alcuni farmaci da parte del corpo umano, con risultati confrontati con dati reali. L’assorbimento di un farmaco influisce direttamente sulla sua biodisponibilità, ovvero la frazione del farmaco che raggiunge il sito d’azione nel corpo. Una corretta previsione dell’assorbimento permette di garantire che una quantità sufficiente del farmaco raggiunga il suo target terapeutico, massimizzando così l’efficacia del trattamento, essenziale per evitare sovradosaggi o sottodosaggi. Questa capacità di previsione è quindi uno strumento fondamentale per garantire che i trattamenti siano sicuri ed efficaci, adattandosi alle esigenze specifiche dei pazienti e minimizzando i rischi associati alle terapie farmacologiche. Enchant raggiunge un punteggio di accuratezza predittiva di 0,74, superando significativamente i modelli precedenti che avevano raggiunto un massimo di 0,58. Fred Manby, co-fondatore di Iambic, ha affermato che l’utilizzo di Enchant potrebbe dimezzare gli investimenti necessari per lo sviluppo di alcuni farmaci. I ricercatori infatti potrebbero valutare il potenziale successo di un farmaco nelle fasi iniziali perché «il costo per portare un prodotto sul mercato è spesso stimato intorno ai 2 miliardi di dollari, e gran parte di questo non riguarda i costi del programma ma i tassi di fallimento. I costi per portare un prodotto fino a un farmaco commercializzato derivano da un’alta probabilità di fallimento nelle fasi avanzate». La capacità di prevedere accuratamente l’assorbimento e le prestazioni dei farmaci nelle prime fasi di sviluppo potrebbe accelerare significativamente il processo di scoperta e portare farmaci innovativi sul mercato più rapidamente. Frances Arnold, premio Nobel per la Chimica nel 2018 e membro del consiglio di amministrazione di Iambic, ha sottolineato l’importanza di Enchant nel contesto degli sviluppi dell’IA nella scoperta di farmaci. Ha paragonato Enchant al programma AlphaFold di Google DeepMind, che ha recentemente vinto il premio Nobel per la chimica per la sua capacità di prevedere la struttura 3D delle proteine. Tuttavia, stando a quanto riporta Arnold, Enchant affronta una sfida diversa nel processo di scoperta dei farmaci: «AlphaFold prevede la struttura 3D di come una molecola si lega a una proteina bersaglio, ma la struttura non è sufficiente. Il successo di un candidato farmaco è determinato dalle sue proprietà farmacocinetiche, di efficacia e di tossicità. Enchant affronta queste sfide distinte e importanti». Ci sembra che Enchant possa essere un interessante strumento di supporto al lavoro dei ricercatori e in questo senso un positivo strumento algoretico. © riproduzione riservata