IA E SVILUPPO DI FARMACI: NON PROPRIO MIRACOLI

https://www.bvp.com/atlas/building-biology-native-data-infrastructure-for-the-ai-era

Pochi giorni fa un post sul sito di BVP magnifica la rivoluzione della IA nella scoperta di nuovi farmaci. Secondo loro per superare i limiti della ricerca tradizionale, l'ecosistema deve evolversi su tre pilastri: la creazione di dataset multimodali su larga scala pronti per l'IA, l'integrazione di flussi di lavoro gestiti da agenti autonomi e l'automazione dei laboratori per creare cicli di feedback rapidi tra esperimenti fisici e modelli digitali. E fanno l'esempio di Rentosertib, sviluppato da Insilico Medicine, 18 mesi dal processo di identificazione del target al candidato clinico.

Ma...

... In primo luogo la vasta maggioranza dei candidati clinici in clinica fallisce e stando a Nature ci sono problemi di tossicità epatica.

In secondo luogo le spese del preclinico sono una frazione minima dello sviluppo di un farmaco, dove la stragrande maggioranza dei costi sono concentrati sulla fase di sviluppo clinico.

Da ultimo, 18 mesi non sono un miracolo.

COVID Moonshot , iniziativa open science, low cost come poche , è riuscita a fare altrettanto, forse meglio. Per tacere di Pfizer, che in 18 mesi da un target già noto è arrivata non al candidato clinico, ma all'Emergency Use Authorization per Nirmatrelvir  (Paxlovid) in 18 mesi e alla sua approvazione in 24.

Poi ok, non tutti i target sono uguali (per KRAS c'è voluta una vita, per esempio) e via dicendo.

Ma siamo in tempi in cui occorre vendere qualcosa al meglio, e quel qualcosa sono Machine Learning e Intelligenza Generativa. E si deve vendere al meglio perché gli investimenti sono stati corposi e c'è bisogno ormai di rientrare e se possibile ricavarne un profitto. 
Nessuno nega che si tratti di una nuova generazione di utili strumenti. Ma tra "utile strumento" e "the next level" ce ne corre...