I farmaci progettati dall'IA arrivano alle sperimentazioni di fase avanzata mentre le piattaforme di scoperta dei farmaci maturano
Una revisione del 2025 mette a confronto cinque delle principali piattaforme di scoperta di farmaci basate sull'intelligenza artificiale, evidenziando i traguardi raggiunti nelle fasi IIa e III e la spinta verso i laboratori autonomi (self-driving labs).
Riepilogo
L'intelligenza artificiale è passata dalla promessa sperimentale alla vera sperimentazione clinica nella scoperta di farmaci. Questa revisione confronta cinque principali tipologie di piattaforme: chimica generativa, sistemi basati prima di tutto sulla fenomica, pipeline integrate dal bersaglio alla progettazione, riposizionamento basato su knowledge graph e progettazione che combina fisica e machine learning. Tra le tappe principali figurano i risultati positivi di fase IIa per ISM001-055 di Insilico Medicine nella fibrosi polmonare idiopatica, la fusione tra Recursion ed Exscientia e l'ingresso in fase III di zasocitinib (TAK-279), reso possibile da Schrödinger. Gli autori discutono inoltre attori emergenti come Insitro, Isomorphic Labs, Atomwise e XtalPi, l'evoluzione delle aspettative di FDA ed EMA in materia di trasparenza e bias, e i laboratori autonomi (self-driving laboratories) guidati dalla robotica. La revisione suggerisce che l'IA potrebbe ridurre i tempi e l'attrito (tasso di abbandono) dei progetti, anche se questi benefici restano in gran parte prospettici.
Riepilogo Dettagliato
La scoperta di farmaci è lenta, costosa e soggetta a fallimenti nelle fasi avanzate. L'IA viene proposta sempre più spesso come strumento per accorciare i tempi e ridurre l'attrito (tasso di abbandono dei candidati), un aspetto rilevante per le condizioni legate alla longevità, come la fibrosi, il cancro e le malattie infiammatorie associate all'età, per le quali servono con urgenza nuove terapie.
Questa revisione narrativa confronta in modo critico cinque categorie principali di piattaforme di scoperta guidate dall'IA: chimica generativa, sistemi basati prima di tutto sulla fenomica, pipeline integrate dal bersaglio al design, riposizionamento dei farmaci basato su knowledge graph e design che combina fisica e machine learning. Si concentra sugli sviluppi successivi al 2024 e include aziende emergenti di diverse regioni.
Tra le tappe principali evidenziate figurano i risultati positivi di fase IIa dell'inibitore di TNIK ISM001-055 di Insilico Medicine nella fibrosi polmonare idiopatica. Recursion ed Exscientia si sono fuse per combinare lo screening fenomico con la chimica di precisione automatizzata in una piattaforma end-to-end. L'inibitore di TYK2 zasocitinib (TAK-279), nato da Nimbus, è arrivato alla fase III, a illustrazione dell'approccio di design basato sulla fisica di Schrödinger che raggiunge la sperimentazione in fase avanzata. Insitro, Isomorphic Labs, Atomwise e XtalPi sono descritte come realtà che ampliano la portata tecnica e geografica del settore.
Gli autori sostengono che i quadri normativi ed etici della FDA e dell'EMA stiano iniziando ad affrontare trasparenza, bias, responsabilità, proprietà intellettuale e privacy dei dati. Indicano inoltre i laboratori autonomi (self-driving laboratories), in cui la robotica integrata con l'IA accelera i cicli di progettazione, produzione, test e apprendimento (design-make-test-learn) e migliora la riproducibilità. La tabella di marcia futura ruota attorno a modelli fondazionali multimodali, piattaforme guidate dalla robotica e strategie ibride fisica-IA.
Avvertenze: era disponibile solo l'abstract, quindi i confronti dettagliati non sono valutati in questa sede. La revisione non è un'analisi sistematica e le affermazioni su tempi più brevi e minore attrito sono presentate come potenziali, non dimostrate. Gli autori dichiarano inoltre un'affiliazione con una startup di scoperta di farmaci basata sull'IA, ma affermano che questa non ha avuto alcun ruolo nell'articolo.
Risultati Principali
- Insilico Medicine's TNIK inhibitor ISM001-055 showed positive phase IIa results in idiopathic pulmonary fibrosis.
- Recursion and Exscientia merged, combining phenomic screening with automated precision chemistry into one end-to-end platform.
- Zasocitinib (TAK-279), a TYK2 inhibitor from Schrödinger's physics-enabled design approach, has advanced to phase III trials.
- Five platform archetypes are compared, from generative chemistry to knowledge-graph repurposing and hybrid physics-ML design.
- FDA and EMA frameworks are starting to address AI transparency, bias, accountability, intellectual property, and data privacy.
Metodologia
Si tratta di una revisione narrativa che confronta in modo critico cinque categorie di piattaforme di scoperta di farmaci basate sull'intelligenza artificiale e riassume gli sviluppi dal 2024 in poi. L'abstract non descrive una ricerca sistematica né criteri formali di selezione.
Limitazioni dello Studio
È stato esaminato solo l'abstract, quindi non è stato possibile valutare le prove a livello di piattaforma né i confronti. Trattandosi di una revisione narrativa, potrebbe essere soggetta a bias di selezione, e le affermazioni su tempistiche più rapide e minore tasso di abbandono (attrition) vengono descritte come potenziali. Gli autori hanno co-fondato una startup di scoperta di farmaci basata sull'intelligenza artificiale, un potenziale conflitto di interessi dichiarato.
Ti è piaciuto questo riepilogo?
Ricevi ogni settimana le ultime ricerche sulla longevità direttamente nella tua casella email.
Inserisci la tua email per iscriverti: