Branża farmaceutyczna coraz śmielej sięga po sztuczną inteligencję w procesie odkrywania i testowania nowych leków. Zmiana ta wpisuje się w strategię amerykańskiej Agencji ds. Żywności i Leków (FDA), która w najbliższych latach planuje znacząco ograniczyć wykorzystywanie zwierząt w badaniach przedklinicznych.
Według ekspertów, w ciągu trzech do pięciu lat technologie AI i modele komputerowe mogą skrócić czas opracowania nowych terapii choćby o połowę, a koszty – sięgające dziś średnio 2 mld USD i 15 lat pracy – radykalnie zmniejszyć. Już teraz takie firmy jak Certara, Schrodinger czy Recursion Pharmaceuticals stosują algorytmy do przewidywania wchłaniania i toksyczności kandydatów na nowe leki. Recursion poinformowało, iż dzięki AI udało im się doprowadzić cząsteczkę do badań klinicznych w 18 miesięcy – przy średniej rynkowej wynoszącej 42 miesiące.
Nowe podejście wspierają również duzi gracze rynku badań kontraktowych, tacy jak Charles River, inwestujący w tzw. NAM (new approach methodologies). W ich skład wchodzą m.in. modele komputerowe, uczenie maszynowe czy technologia „organ-on-a-chip” – miniaturowe układy z ludzkimi komórkami odzwierciedlające funkcje narządów. Już dziś portfolio NAM generuje dla firmy około 200 mln USD rocznie.
Nie brakuje także mniejszych innowatorów, jak szwajcarskie InSphero, które testuje skuteczność i bezpieczeństwo leków w modelach 3D wątroby. Z kolei Schrodinger łączy symulacje fizyczne z algorytmami AI, by prognozować toksyczność molekuł.
Choć FDA wskazuje, iż testy na zwierzętach mają stać się wyjątkiem, eksperci studzą nastroje. – W najbliższej przyszłości nie znikną one całkowicie. Raczej czeka nas model hybrydowy, w którym badania na zwierzętach będą wspierane nowymi metodami – ocenia Brendan Smith, analityk TD Cowen.
Nowe podejścia mają jednak nie tylko przyspieszyć proces badań, ale też w dłuższej perspektywie przyczynić się do obniżenia cen leków, szczególnie w obszarze terapii opartych na przeciwciałach monoklonalnych.
