L’intelligenza artificiale (AI) sta aprendo una nuova era nello sviluppo dei farmaci in Giappone, mirando a ridurre significativamente i tempi e i costi della ricerca attraverso la creazione di progetti di “farmacologia AI”. Nello sviluppo di vaccini e nuovi farmaci per malattie infettive come il COVID-19, l’AI viene impiegata per analizzare vaste quantità di immagini al microscopio elettronico di proteine di virus e batteri per prevedere cambiamenti morfologici, contribuendo a comprendere i meccanismi di infezione.
Un consorzio di 17 aziende farmaceutiche si è unite per mettere in comune dati sui composti farmacologici e i loro effetti, lavorando allo sviluppo di sistemi AI in grado di raccomandare composti promettenti per la scoperta di nuovi farmaci.
Per competere con le grandi compagnie farmaceutiche occidentali che investono massicciamente nello sviluppo di nuovi farmaci, il Giappone sta ricorrendo all’AI per potenziare la sua presenza nel settore farmaceutico. Il prof. Yasushi Okuno, responsabile della divisione presso il Computational Science Research Center del RIKEN e professore all’Università di Kyoto, ha sottolineato il passaggio a una ricerca farmaceutica guidata dall’AI, affermando che la comprensione delle forme proteiche e delle loro alterazioni svolge un ruolo cruciale nello sviluppo di nuovi farmaci.
Addestrando modelli AI con enormi set di dati di immagini al microscopio elettronico di proteine, RIKEN e Fujitsu hanno sviluppato algoritmi AI capaci di prevedere i cambiamenti morfologici molto più rapidamente rispetto ai metodi tradizionali, in soli circa 2 ore anziché un’intera giornata. Questo processo accelerato ha il potenziale per consentire alle aziende farmaceutiche di identificare in modo efficiente componenti farmacologici in grado di inibire tali cambiamenti di forma.
L’Agenzia giapponese per la ricerca medica e lo sviluppo sta guidando il progetto “Collaborative Next-Generation Drug Discovery AI Development (DAIIA)”, coinvolgendo ricercatori universitari e 17 aziende farmaceutiche per creare sistemi AI che propongano composti promettenti per nuovi farmaci.
Il prof. Okuno, coinvolto nel progetto DAIIA, sottolinea la necessità di una collaborazione nazionale tra aziende farmaceutiche e ricercatori, evidenziando la natura imprescindibile del ricorso alle tecnologie AI per stare al passo con le giganti farmaceutiche internazionali.
Fatti aggiuntivi:
– La tecnologia AI nello sviluppo farmaceutico non è limitata al Giappone; paesi come gli Stati Uniti, la Cina e il Regno Unito stanno anche investendo pesantemente nell’impiego dell’AI per accelerare i processi di scoperta dei farmaci.
– L’adozione dell’AI nello sviluppo farmaceutico non si limita solo alle malattie infettive ma si estende anche a varie altre aree terapeutiche come il cancro, le malattie neurodegenerative e i disturbi genetici rari.
– Le aziende farmaceutiche stanno sempre più collaborando con aziende tecnologiche specializzate in AI per accedere a algoritmi avanzati e potenza computazionale per uno sviluppo dei farmaci più efficiente.
Domande importanti:
1. In che modo la tecnologia AI può migliorare l’accuratezza e la velocità nella previsione dell’efficacia e del profilo di sicurezza dei farmaci?
2. Quali sono le implicazioni etiche dell’affidarsi pesantemente agli algoritmi AI per decisioni cruciali nello sviluppo dei farmaci?
3. In che modo gli organismi di regolamentazione possono adattarsi per sovrintendere all’integrazione dell’AI nel processo di sviluppo dei farmaci e garantire la sicurezza dei pazienti?
Sfide e controversie principali:
– Emergono problematiche sulla privacy dei dati e la proprietà quando si condividono dati farmaceutici sensibili tra molte parti coinvolte in progetti AI collaborativi.
– Preoccupazioni riguardo a potenziali bias negli algoritmi AI che potrebbero portare a raccomandazioni distorte per i composti farmacologici, influenzando la diversità e l’inclusività degli sforzi nello sviluppo dei farmaci.
– La necessità di trasparenza e spiegabilità nei processi decisionali basati sull’AI per costruire fiducia tra le parti interessate, inclusi gli enti regolatori e i pazienti.
Vantaggi e svantaggi:
– Vantaggi: la tecnologia AI può accorciare significativamente i tempi di sviluppo dei farmaci, ridurre i costi, migliorare l’accuratezza delle previsioni e facilitare la scoperta di nuovi target farmacologici.
– Svantaggi: sfide legate alla qualità dei dati, ai bias degli algoritmi, all’interpretazione delle raccomandazioni AI, agli ostacoli regolamentari e alla potenziale sostituzione dei ricercatori umani in certi aspetti dello sviluppo dei farmaci.
Link correlati suggeriti:
– Sito Ufficiale della FDA
– Rivista Nature
– Istituti Nazionali di Salute (NIH)
The source of the article is from the blog zaman.co.at