1.4 L'IA nella scoperta di farmaci è una svolta?

La scoperta di nuovi farmaci è un esempio emblematico di come l’IA stia avendo un impatto significativo. Tradizionalmente, questo processo richiede molte risorse, è lungo e presenta un alto tasso di fallimento. L’IA sta trasformando ogni fase, offrendo miglioramenti in termini di efficienza, riduzione dei costi e tassi di successo (Pușcașu et al., 2025). Ecco come l’IA sta accelerando la scoperta di farmaci:

  • Identificazione più rapida dei target: L’IA analizza rapidamente i dati biologici (genomica, proteomica) per individuare velocemente i target terapeutici rilevanti per la malattia, abbreviando la fase iniziale di scoperta.
  • Screening virtuale accelerato: I modelli computazionali basati su IA esaminano virtualmente miliardi di composti chimici, prevedendo quali hanno maggiori probabilità di legarsi a uno specifico target patologico. Questo accelera notevolmente l’identificazione di potenziali candidati farmaceutici rispetto ai test fisici (Marins et al., 2024).
  • Progettazione efficiente dei farmaci: L’IA, inclusa l’IA generativa, progetta nuove strutture molecolari da zero, ottimizzandole per le attività biologiche desiderate e perfezionando i candidati farmaceutici esistenti per migliorarne efficacia e sicurezza.
  • Previsione ADMET migliorata: I modelli di IA prevedono con precisione l’Assorbimento, la Distribuzione, il Metabolismo, l’Escrezione e la Tossicità (ADMET) di un farmaco già nelle fasi iniziali. Questo consente ai ricercatori di eliminare rapidamente composti dannosi o inefficaci, evitando costosi fallimenti nelle fasi successive.
  • Ottimizzazione degli studi clinici: L’IA analizza i dati dei pazienti per identificare efficacemente i partecipanti idonei agli studi e progettare protocolli più mirati. Prevede inoltre le risposte e monitora gli esiti in tempo reale, portando a un reclutamento più rapido, studi più brevi e tassi di successo più elevati.
  • Riposizionamento rapido dei farmaci: Gli algoritmi di IA individuano rapidamente nuovi usi terapeutici per farmaci già esistenti, analizzando vasti set di dati relativi a farmaci approvati e informazioni sulle malattie, accelerando la disponibilità dei trattamenti.