L’Intelligenza Artificiale anche per lo sviluppo di nuovi farmaci

I ricercatori del Politecnico Federale di Zurigo hanno sviluppato un’Intelligenza Artificiale capace di accelerare notevolmente lo sviluppo di nuovi farmaci e di ottimizzare quelli già esistenti.

L’Intelligenza Artificiale dell’ETH è in grado di individuare in quale punto delle molecole scaffold è possibile sviluppare i nuovi principi attivi, e sa anche determinare le condizioni ottimali affinché le reazioni chimiche richieste abbiano successo.

Le capacità predittive del nuovo modello sono sorprendenti: verificate in laboratorio su molecole di farmaci già conosciuti, le previsioni dell’IA si sono rivelate corrette in cinque casi su sei.

I 100 Big della chimica e le sfide dell’economia globale
Sviluppo di nuovi farmaci, librerie potenziate grazie alla chimica

La sintesi di nuovi farmaci verso una vera rivoluzione

Fino ad oggi, per identificare e produrre nuovi farmaci e principi attivi era necessario attraversare un lungo percorso sperimentale fatto di ipotesi, tentativi ed errori: una strada molto dispendiosa in termini di tempo e di risorse, e piena di vicoli ciechi.

Generalmente, per produrre nuove molecole attive a livello farmacologico, i chimici utilizzano metodi di sintesi derivati da reazioni chimiche già note, per poi testare ognuno di questi metodi attraverso degli esperimenti di laboratorio.

Oggi, però, l’Intelligenza Artificiale permette evoluzioni impensabili soltanto qualche anno fa, e le nuove tecnologie possono trovare applicazione anche nel campo della sintesi di nuovi farmaci. Gli scienziati dell’ETH di Zurigo e i ricercatori di Roche Pharma Research and Early Development hanno elaborato un modello IA che aiuta a determinare il miglior metodo di sintesi, e sa anche indicare la sua probabilità di successo.

“Il nostro metodo può ridurre notevolmente il numero di esperimenti di laboratorio necessari“, spiega Kenneth Atz, dottorando presso l’Istituto di scienze farmaceutiche dell’ETH di Zurigo che, insieme al professor Gisbert Schneider, ha sviluppato il modello AI.

MSD, in Olanda il comparto farmaceutico si tinge di verde
C’è una “spia” nel ventre, ed è un cerotto con funzioni di sensore

Come nascono i nuovi farmaci: scaffold e gruppi funzionali

Il modello IA per la sintesi di nuovi farmaci è stato testato, per ora, con la reazione chimica della borilazione, una di quelle “reazioni già note” usate per la produzione di nuovi principi attivi. Questi, generalmente, sono costituiti da un’impalcatura cui sono legati i cosiddetti gruppi funzionali come ammidi (ad esempio, il paracetamolo) e alcoli (per esempio, la glicerina).

Queste impalcature, o scaffold, servono a sorreggere i gruppi funzionali e a mantenerli nella giusta posizione affinché agiscano in un determinato modo. Le impalcature, però, sono composte principalmente da atomi di carbonio e idrogeno, il che le rende tutt’altro che reattive: ottenere un legame con atomi funzionali come azoto, ossigeno o cloro non è affatto scontato.

Per avere successo nella creazione di questi legami, è necessario attivare chimicamente gli scaffold tramite reazioni di deviazione. La borilazione è uno di questi metodi di attivazione: consiste nel far legare un gruppo chimico contenente boro a un atomo di carbonio dell’impalcatura, per poi sostituirlo comodamente con un altro gruppo efficace dal punto di vista farmacologico.

Acqua, erba e umanità: i limiti conoscitivi dell’Intelligenza Artificiale
Nuova Cartella Informatizzata del Paziente: avanti tutta in Svizzera

L’Intelligenza Artificiale entra trionfante in laboratorio

Un modo per produrre nuovi farmaci e migliorare quelli già esistenti consiste nel posizionare i gruppi funzionali in nuove sedi sugli scaffold: l’Intelligenza Artificiale sviluppata dai ricercatori del Politecnico Federale di Zurigo si occupa esattamente di semplificare questo passaggio. Il modello è in grado di individuare le nuove possibili sedi aggiuntive e di determinare le condizioni ottimali per la riuscita della reazione di attivazione.

L’idea iniziale, spiegano, era di prendere le reazioni descritte in letteratura scientifica e utilizzarle per addestrare un modello di Intelligenza Artificiale da usare per identificare su nuove molecole quante più sedi possibili per la borilazione.

“Sebbene la borilazione abbia un grande potenziale, la reazione è difficile da controllare in laboratorio”, spiega Atz, “ecco perché la nostra ricerca approfondita nella letteratura mondiale ha portato alla luce solo poco più di 1.700 articoli scientifici sull’argomento”. Per garantire la qualità dei dati da dare in pasto al modello IA, il team ha ristretto le fonti a 38 documenti particolarmente affidabili, che descrivono un totale di 1.380 reazioni di borilazione.

I risultati della letteratura scientifica sono poi stati integrati con le valutazioni di 1.000 reazioni effettuate nel laboratorio automatizzato gestito dal Dipartimento di Ricerca di Chimica Medicinale di Roche, che consente di eseguire reazioni chimiche su scala milligrammo e analizzarne simultaneamente. “La combinazione dell’automazione di laboratorio con l’Intelligenza Artificiale ha un enorme potenziale”, spiega David Nippa, dottorando della Roche, “può aumentare notevolmente l’efficienza nella sintesi chimica e migliorarne allo stesso tempo la sostenibilità”.

Innovativa terapia dell’ictus grazie alla medicina svizzera
Confusione e controllo al tempo dell’Intelligenza Artificiale

Grande potere predittivo soprattutto con i dati 3D

Alimentato con il pool di dati estratti dalla letteratura scientifica e dai test di laboratorio, il modello IA ha dimostrato una sorprendente capacità predittiva: le sue previsioni sono state verificate utilizzando sei molecole di farmaci già noti, e in cinque casi su sei i test di laboratorio hanno confermato le sedi aggiuntive previste.
Il modello si è rivelato altrettanto affidabile quando si è trattato di identificare i siti sulle sedi dello scaffold in cui l’attivazione non è possibile, e ha determinato le condizioni ottimali per le reazioni di attivazione.

Le previsioni sono ulteriormente migliorate quando il modello ha avuto accesso ad informazioni 3D sulle molecole di partenza, anziché soltanto alla loro formula chimica: “Sembra che il modello sviluppi una sorta di comprensione chimica tridimensionale”, spiega Atz.

Il giovane dottorando del Politecnico ora lavora come AI scientist nel campo della chimica farmaceutica presso Roche: “È molto entusiasmante lavorare all’interfaccia tra la ricerca accademica sull’Intelligenza Artificiale e l’automazione di laboratorio”, ha spiegato, “ed è un piacere poter portare avanti tutto questo con i migliori contenuti e metodi”.

Chimica futura: le nuove sfide dell’industria per la sostenibilità
Un inedito cerotto sintetico per sigillare le ferite interne