Il processo per portare un nuovo farmaco sul mercato richiede solitamente più di un decennio e costa circa 2 miliardi di dollari. Il lungo processo prevede la scoperta di nuove molecole, la sintesi delle molecole guida con mezzi chimici o biologici, la conduzione di esperimenti sui roditori e infine sugli esseri umani. Le autorità di regolamentazione poi prendono in considerazione questi risultati e decidono se il farmaco è sicuro per il pubblico. Con l’aiuto del machine learning e dell’intelligenza artificiale generativa, questo processo può essere notevolmente ridotto a 2 anni. Pertanto, il mondo accademico e le aziende farmaceutiche stanno abbracciando l’intelligenza artificiale nel campo della scoperta di farmaci.
Tradizionalmente la ricerca di un nuovo farmaco implica l’identificazione delle proteine il cui ruolo in una malattia è chiaro. I ricercatori studiano quindi le strutture di tali proteine e trovano al loro interno delle tasche che possono essere prese di mira. Quindi trovano o progettano molecole in grado di modificare le attività delle proteine inserendosi nelle tasche delle proteine. Questo processo è laborioso e costoso e di solito comporta la modifica di centinaia o addirittura migliaia di composti da testare. Con l’aiuto di modelli di apprendimento automatico, questo processo preclinico viene accelerato e le molecole ottimizzate possono essere trovate in un arco di tempo notevolmente ridotto.
Fonti:
- https://cen.acs.org/physical-chemistry/computational-chemistry/AI-taking-over-step-drug/103/web/2025/10