Nessuna scorciatoia, sia chiaro. Ma rispetto a qualche decennio fa, quando descrivendo lo sviluppo di un farmaco dalla prima intuizione scientifica fino alla terapia disponibile per il malato si parlava di una decina d’anni ed investimenti pesantissimi, pare proprio che sia in corso un’accelerata pazzesca con la ricerca traslazionale.
Non tanto per le tappe chiave del percorso di studio. Si comincia sempre dalla ricerca di base, in laboratorio, per poi passare agli studi sull’uomo per valutare prima la sicurezza e l’attività di un nuovo principio terapeutico e quindi si arriva a valutarne l’efficacia.
Poi c’è la classica contrattazione con gli enti regolatori e si definisce il valore economico della terapia in base al rapporto tra costo e beneficio atteso. Tutto, però, avviene più rapidamente. E in futuro, grazie all’impiego delle tecniche di intelligenza artificiale (AI), si potranno accelerare ulteriormente i passaggi che portano alla disponibilità di una terapia.
Tra le tante ricerche che in tutto il mondo provano a premere sul pedale dell’acceleratore per agevolare e velocizzare la strada dall’intuizione alla terapia ce n’è una particolarmente curiosa, descritta su Briefings in Bioinformatics. L’obiettivo è migliorare le capacità di “prescreening” della ricerca.
A portare avanti questa linea di studio sono gli esperti dell’Università della Florida Centrale, che puntano su un originale processo di screening di candidati partendo da un sistema di Intelligenza Artificiale. Il modello che hanno sviluppato, noto come AttentionSiteDTI, è il primo ad essere interpretabile utilizzando il linguaggio dei siti di legame proteico.
In pratica gli esperti (tra loro Mehdi Yazdani-Jahromi , Ozlem Garibay, Sudipta Seal) impiegano uno specifico metodo capace di utilizzare tecniche di elaborazione del linguaggio naturale per modellare sperimentalmente le possibili interazioni tra potenziali molecole farmacologiche e proteine target nell’organismo.
Con questo approccio sia è arrivati a ottenere un livello di accuratezza molto elevato, che arriva a superare anche il 95%, nella strategia di ricerca di candidati farmaci per specifiche patologie. Il tutto, ovviamente, grazie ai progressi nell’intelligenza artificiale, che consentono di testare un numero quasi illimitato di varianti proteiche e di potenziali interazioni farmacologiche, per capire quali molecole possa legarsi di più alla proteina in questione e quali meccanismi di interazione si possano creare.
Gli studiosi sono quindi riusciti a mettere a punto un meccanismo di auto-apprendimento che, in parole semplici, aumenta la predittività del sistema, perché mette il modello di studio nelle condizioni di comprendere quali porzioni della proteina in studio interagiscano davvero con i composti che si vogliono testare.
Grazie a strumenti di questo tipo, riconoscendo le invisibili “serrature” che il farmaco dovrà aprire come una vera e propria chiave sarà più facile determinare in anticipo l’eventuale efficacia di un candidato farmaco, scremando a monte un gran numero di potenziali terapie per una determinata condizione patologica. Al momento, i test di verifica del sistema sono in corso e addirittura si stanno valutando anche trattamenti per Covid-19, grazie all’analisi di potenziali principi attivi in grado di interagire quali-quantitativamente con le proteine Spike di Sars-CoV-2.
Insomma, anche questa indagine conferma come la diffusione dell’innovazione tecnologica sia l’ingrediente di una vera e propria rivoluzione, di grandissimo fascino. Con la filosofia stessa della ricerca che si modifica e diventa patrimonio diffuso: se prima identificare possibili target terapeutici cellulari in laboratorio era una possibilità per pochi centri, oggi questa opportunità è appannaggio di moltissime strutture.
Ma occorre che tutte le figure siano a stretto contatto per ottenere i migliori risultati, attraverso equipe multidisciplinari che immaginino un percorso e insieme lo progettino, per affrontare insieme anche eventuali ostacoli”.
In questo senso, l’AI diventa uno strumento di verifica e velocizzazione dei processi che potrà permettere sempre di più di svelare le unicità di un candidato farmaco in relazione all’obiettivo molecolare che ci si propone. Con un unico, grande obiettivo: migliorare la salute delle persone.
