Le prime dosi di vaccino anti-Covid potrebbero essere disponibili in Italia a partire da gennaio 2021. Si tratta di un tempo record, dal momento che il processo necessario per sviluppare e mettere in commercio un nuovo vaccino, che segue le stesse procedure previste per i farmaci, richiede tempi generalmente lunghi (anche 10-15 anni). Sicuramente, l’informatizzazione e la digitalizzazione hanno giocato un ruolo cruciale e se milioni di persone potranno vaccinarsi contro la malattia Covid-19 in tempi così brevi è anche grazie alle capacità computazionali e alle tecniche di apprendimento automatico che trovano sempre più applicazione nella ricerca farmaceutica al fine di accelerare e ottimizzare ogni fase dello sviluppo di un nuovo farmaco. Diverse sono, infatti, le aziende appartenenti al settore delle Life Science che hanno fatto ricorso all’intelligenza artificiale per la ricerca e lo sviluppo di un vaccino o di un trattamento per porre fine alla pandemia da coronavirus.
Il caso di Moderna
È il caso, ad esempio, di Moderna, la biotech statunitense che è riuscita a ridurre significativamente il tempo necessario per sviluppare un prototipo di vaccino anti-Covid testabile sull’uomo grazie al supporto della bioinformatica, di cui l’AI è parte integrante. E pochi giorni fa, ha annunciato di avere avviato le pratiche con la Food and Drug Administration e con l’Agenzia europea per i medicinali (EMA) per ottenere un’autorizzazione di emergenza per il proprio vaccino contro il SARS-CoV-2.
Quella per il vaccino anti-Covid è una corsa contro il tempo, ma manca ancora un piccolo tratto per tagliare il traguardo. Perché, nonostante alcune tra le diverse multinazionali farmaceutiche impegnate nello sviluppo dei vaccini contro la malattia Covid-19 abbiano recentemente annunciato tassi di efficacia superiori anche al 90%, occorre ancora l’approvazione da parte dell’Agenzia europea per i medicinali (EMA). Il vero lascia passare per ottenere la registrazione e l’autorizzazione all’immissione in commercio.
Per la presidente della Commissione europea, Ursula von der Leyen, se tutto andrà bene prima della fine di dicembre alcuni cittadini europei potrebbero essere già vaccinati.
Pure se il parere favorevole dell’autorità regolatoria dovesse però giungere per l’anno venturo, saremmo comunque dinanzi a tempi davvero sorprendenti, se si pensa che normalmente lo sviluppo e la produzione di un vaccino è un processo piuttosto lungo che può arrivare a durare anche più di 10 anni.
Le fasi di sviluppo farmaceutico di un vaccino
Il futuro utilizzo di un vaccino così come di un qualsiasi farmaco è, infatti, preceduto da studi rigorosi che richiedono il tempo necessario per valutarne l’efficacia e la sicurezza. Pertanto, sono diverse le fasi che precedono l’immissione sul mercato e dunque la disponibilità per i cittadini. Inizialmente si effettuano studi sperimentali in vitro, in base ai quali è possibile stabilire quale sia la composizione qualitativa e quantitativa ideale di un vaccino. Una volta definito questo aspetto, si procede poi ad uno studio più approfondito e alla sperimentazione “in vivo”, in modo da verificare gli effetti terapeutici della molecola e ha inizio la cosiddetta fase preclinica in cui viene testata la risposta immunitaria e/o i meccanismi avversi su organismi viventi complessi non umani. Dopodiché, superata questa fase, il vaccino entra nel percorso di sperimentazione clinica in cui viene testato sull’uomo. La sperimentazione clinica può realizzarsi in quattro distinti momenti: i primi tre precedono l’autorizzazione all’immissione in commercio e la quarta viene condotta quando il vaccino è già disponibile sul mercato.
Ognuna di queste fasi è essenziale per accertare che il vaccino prodotto sia efficace e sicuro, che gli eventuali effetti collaterali vengano correttamente individuati e per garantirne la produzione su scala industriale fino al momento in cui la minaccia della malattia non sia stata sufficientemente superata.
L’AI, una valida alleata nei processi di R&S dei composti farmaceutici
Talvolta, però, la complessità, la regolamentazione e i costi della scoperta di nuovi farmaci e vaccini possono portare a un rallentamento nel rispondere ai problemi sanitari emergenti.
Per superare i limiti di risorse, tempi, inefficienza e rischi di fallimento tipici dello sviluppo di nuove molecole, molte compagnie farmaceutiche stanno esplorando e, in alcuni casi, applicando l’intelligenza artificiale nelle diverse fasi della R&S di un farmaco.
L’applicazione dell’intelligenza artificiale nel drug discovery nasce, in particolare, dal trasferimento tecnologico da start-up AI che collaborano a vario titolo con le compagnie farmaceutiche fornendo un’ampia gamma di soluzioni: dall’analisi dei big data farmaceutici mediante tecniche di machine learning e deep learning, al disegno di molecole de novo fino alla pianificazione delle sperimentazioni precliniche ed esecuzione delle sperimentazioni cliniche.
Dunque, l’intelligenza artificiale può essere una valida alleata per accelerare e migliorare considerevolmente il processo attraverso il quale vengono sviluppati nuovi trattamenti farmacologici e vaccini. Infatti, offre soluzioni sia nelle fasi iniziali della scoperta di nuovi farmaci e vaccini (fase esplorativa o preclinica), che in quelle successive di sviluppo clinico e sperimentazione fino alla produzione, controllo di qualità e distribuzione.
L’impresa di Deep Mind: intelligenza artificiale per il vaccino
Ricordiamo brevemente anche il programma di intelligenza artificiale AlphaFold2 sviluppato da DeepMind di Google, che ha compiuto un’impresa davvero incredibile, riuscendo a risolvere una delle più grandi sfide della biologia, ossia determinare la struttura 3D di una proteina partendo dalla sua sequenza di amminoacidi. La previsione del cosiddetto protein folding (ripiegamento delle proteine) richiede metodi sperimentali e anni di ricerca. Grazie, invece, al programma AlphaFold2 basato su AI è stato possibile prevedere la struttura proteica in tempi velocissimi e con una precisione superiore al 90%. Si tratta di una vera e propria rivoluzione che offre un enorme contributo al mondo della medicina e della ricerca farmaceutica, consentendo di scoprire farmaci e terapie in modo più rapido e avanzato.
L’intelligenza artificiale anche nel processo di testing del vaccino
Inoltre, mediante le tecniche di intelligenza artificiale è possibile testare e valutare la drug safety già nelle prime fasi di sviluppo. Si tratta di un aspetto davvero fondamentale, soprattutto considerando, ad esempio, casi in cui il processo di sviluppo di un nuovo trattamento richiede un iter più rapido, come per il vaccino Covid-19.
Una volta terminata la fase di sviluppo clinico e ottenuto il nulla osta regolamentare, parte la corsa per produrre e distribuire i farmaci o i vaccini ad una estesa rete di fruitori. Ciò ha significative implicazioni operative per i produttori che devono realizzare i prodotti, poiché richiede un rapido processo decisionale su questioni come la capacità di produzione, la qualità del prodotto e le più ottimali soluzioni di confezionamento.
Intelligenza artificiale nella supply chain del vaccino
Grazie alla combinazione di intelligenza artificiale e di tecnologie basate su sensori applicati ai farmaci, i produttori possono oggi ottenere una maggiore efficienza nella catena di fornitura, evitando disallineamenti tra domanda e offerta nei processi di produzione e riducendo al minimo il rischio che i prodotti vengano danneggiati in fase di distribuzione.
Conclusioni
Dunque, l’intelligenza artificiale assume un ruolo versatile nel processo di ricerca e sviluppo e produzione dei farmaci. Può intervenire potenziando la capacità di identificare nuovi target potenziali, scoprire nuove molecole, predire il funzionamento dei composti e la loro eventuale tossicità, creare un utilizzo personalizzato dei composti sulla base di marcatori genici, ottimizzare la fase di produzione e distribuzione.
Ci dobbiamo quindi aspettare che in futuro l’intelligenza artificiale verrà sempre più impiegata in ambito farmaceutico. Tuttavia, non sostituirà gli scienziati ma collaborerà con essi per migliorare e velocizzare il processo di sviluppo di nuovi trattamenti farmacologici.
