Durante l’evento annuale ‘The Check Up’, focalizzato sulla salute, Google ha fornito un aggiornamento completo sui suoi diversi sforzi di ricerca e sviluppo nel settore sanitario. Tra gli annunci chiave c’è stata l’introduzione di una nuova collezione di modelli di intelligenza artificiale (IA) specificamente progettati per accelerare il processo di scoperta di farmaci.
TxGemma: un ramo specializzato della famiglia IA di Google
Questi nuovi modelli, noti collettivamente come TxGemma, rappresentano un’estensione specializzata della famiglia Gemma di modelli IA generativi (GenAI) open-source di Google. I modelli Gemma, a loro volta, sono costruiti sulla base della piattaforma IA all’avanguardia Gemini di Google, la cui ultima versione è stata presentata a dicembre.
Il toolkit TxGemma sarà rilasciato alla comunità scientifica entro la fine del mese attraverso il programma Google Health AI Developer Foundations. Questa iniziativa mira a promuovere la collaborazione e l’ulteriore sviluppo consentendo ai ricercatori di valutare e perfezionare i modelli. Mentre la piena portata della loro applicabilità resta da vedere, il rilascio iniziale solleva interrogativi sul loro potenziale per l’adattamento commerciale.
Comprendere il linguaggio della terapeutica
La Dott.ssa Karen DeSalvo, Chief Health Officer di Google, ha illustrato le capacità uniche di TxGemma. Questi modelli possiedono la capacità di comprendere sia il testo standard che le intricate strutture di varie entità terapeutiche. Ciò include piccole molecole, sostanze chimiche e proteine, che sono elementi costitutivi fondamentali nello sviluppo di farmaci.
Questa doppia comprensione consente ai ricercatori di interagire con TxGemma in modo più intuitivo. Possono porre domande che aiutano a prevedere le proprietà cruciali di potenziali nuove terapie. Ad esempio, i ricercatori possono utilizzare TxGemma per ottenere informazioni sui profili di sicurezza ed efficacia dei farmaci candidati, accelerando il processo di screening iniziale.
Affrontare le sfide dello sviluppo di farmaci
La Dott.ssa DeSalvo ha sottolineato il contesto di questa innovazione, osservando che ‘Lo sviluppo di farmaci terapeutici dal concetto all’uso approvato è un processo lungo e costoso’. Rendendo TxGemma disponibile alla più ampia comunità di ricerca, Google mira a esplorare nuovi approcci per migliorare l’efficienza di questa complessa impresa.
IA: una forza trasformativa nelle scienze della vita
L’emergere dell’IA ha innegabilmente rivoluzionato l’industria delle scienze della vita. La sua capacità di elaborare vasti set di dati, identificare schemi nascosti e generare previsioni basate sui dati ha aperto opportunità senza precedenti. L’IA è già attivamente impiegata in varie fasi dello sviluppo di farmaci, tra cui:
- Identificazione dei bersagli farmacologici: individuazione di specifiche molecole o percorsi coinvolti nei processi patologici.
- Progettazione di nuovi farmaci: creazione di nuovi composti con le proprietà terapeutiche desiderate.
- Riproposizione di terapie esistenti: ricerca di nuovi usi per farmaci già approvati per altre condizioni.
Il panorama normativo si adatta all’IA
La rapida adozione dell’IA nello sviluppo di farmaci ha spinto gli organismi di regolamentazione a rispondere. All’inizio di quest’anno, la FDA ha rilasciato la sua prima guida sull’uso dell’IA nelle presentazioni regolatorie, fornendo chiarezza su come questa tecnologia dovrebbe essere incorporata nelle richieste. Allo stesso modo, nel 2024, l’EMA ha pubblicato un documento di riflessione che delinea la sua prospettiva sull’applicazione dell’IA durante l’intero ciclo di vita del prodotto medicinale. Questi sviluppi evidenziano il crescente riconoscimento del ruolo dell’IA nel plasmare il futuro della ricerca e della regolamentazione farmaceutica.
Oltre TxGemma: uno sguardo alle iniziative sanitarie di Google
L’evento ‘The Check Up’ ha presentato una serie di altri progressi relativi alla salute di Google:
Risultati sanitari migliorati nella Ricerca Google
Google ha evidenziato i miglioramenti alla capacità del suo motore di ricerca di fornire informazioni sanitarie affidabili e pertinenti agli utenti. Ciò include il perfezionamento degli algoritmi di ricerca per dare la priorità a fonti autorevoli e presentare le informazioni in un formato chiaro e accessibile.
Funzionalità Cartelle cliniche nell’app Health Connect
È stata introdotta una nuova funzionalità all’interno dell’app Health Connect di Google, che consente agli utenti di archiviare e gestire in modo sicuro le proprie cartelle cliniche. Questa piattaforma centralizzata mira a fornire agli individui un maggiore controllo sui propri dati sanitari e a facilitare la condivisione senza interruzioni con gli operatori sanitari.
‘Co-scienziato’ IA: un partner di ricerca virtuale
Basandosi sul suo annuncio di febbraio, Google ha ulteriormente elaborato il suo concetto di ‘co-scienziato’ IA. Questo collaboratore virtuale è progettato per assistere gli scienziati nella generazione di nuove ipotesi e proposte di ricerca. Sfruttando l’elaborazione del linguaggio naturale, il co-scienziato IA può analizzare gli obiettivi di ricerca e proporre ipotesi verificabili, complete di riepiloghi della letteratura pubblicata pertinente e potenziali approcci sperimentali.
Ad esempio, se i ricercatori mirano ad approfondire la loro comprensione della diffusione di un microbo che causa malattie, possono esprimere questo obiettivo in linguaggio naturale. Il co-scienziato IA risponderà quindi con ipotesi suggerite, documenti di ricerca pertinenti e possibili progetti sperimentali.
Capricorn: IA per il trattamento personalizzato del cancro infantile
Infine, Google ha messo in evidenza uno strumento IA chiamato Capricorn, che sfrutta i modelli Gemini per accelerare l’identificazione di trattamenti personalizzati per i tumori infantili. Capricorn raggiunge questo obiettivo integrando dati medici pubblici con informazioni sui pazienti de-identificate, consentendo ai medici di adattare le strategie di trattamento ai singoli pazienti in modo più efficace.
Approfondimento sulle potenziali applicazioni di TxGemma
La forza principale risiede nella capacità del modello di colmare il divario tra il testo leggibile dall’uomo e il mondo complesso, spesso criptico, delle strutture molecolari.
Ecco come si prevede che TxGemma venga utilizzato:
Identificazione del bersaglio:
- Un ricercatore potrebbe inserire: ‘Identificare potenziali bersagli proteici per inibire la crescita di cellule tumorali mutate KRAS‘.
- TxGemma, attingendo a vasti database di letteratura scientifica e dati molecolari, potrebbe quindi suggerire un elenco di proteine che sono note per interagire con la proteina KRAS o sono coinvolte in percorsi che KRAS influenza. Potrebbe anche classificare questi bersagli in base a fattori come la ‘farmacologicità’ (quanto è probabile che una piccola molecola possa legarsi efficacemente e modulare la proteina).
Scoperta di composti guida:
- Un ricercatore potrebbe inserire: ‘Trova piccole molecole che si legano al sito attivo della protein chinasi AKT1 con alta affinità’.
- TxGemma potrebbe setacciare librerie virtuali di miliardi di composti, prevedendo la loro affinità di legame alla proteina AKT1 in base alla loro struttura 3D. Potrebbe anche filtrare questi composti in base a proprietà come la solubilità prevista, la permeabilità e la potenziale tossicità.
Studi sul meccanismo d’azione:
- Un ricercatore ha un composto promettente ma non è sicuro di come funzioni esattamente. Potrebbe inserire: ‘Prevedi il meccanismo d’azione del composto XYZ, che mostra attività contro la malattia di Alzheimer in modelli preclinici’.
- TxGemma potrebbe analizzare la struttura del composto, confrontarlo con farmaci noti e incrociarlo con dati sui cambiamenti dell’espressione genica e sulle interazioni proteina-proteina per suggerire potenziali percorsi o bersagli che il composto potrebbe influenzare.
Riproposizione di farmaci:
- Un ricercatore potrebbe chiedere: ‘Identifica i farmaci esistenti che potrebbero essere riproposti per trattare la rara malattia genetica ABC’.
- TxGemma potrebbe analizzare la base genetica e molecolare della malattia ABC, quindi cercare farmaci noti per colpire percorsi o proteine coinvolti nella malattia, anche se quei farmaci sono stati originariamente sviluppati per una condizione completamente diversa.
Previsione della tossicità:
- Prima di spostare un composto in costosi studi clinici, i ricercatori devono valutare la sua potenziale tossicità. TxGemma potrebbe essere utilizzato per: ‘Prevedere il potenziale del composto PQR di causare danni al fegato o cardiotossicità’.
- Il modello analizzerebbe la struttura del composto e la confronterebbe con database di composti tossici noti, identificando potenziali segnali di allarme.
Il vantaggio dell’Open-Source: un catalizzatore per l’innovazione
Rilasciando TxGemma come modello open-source, Google sta promuovendo un ambiente collaborativo e accelerando il ritmo della scoperta.
L’impatto potenziale è amplificato.
I ricercatori di tutto il mondo possono contribuire allo sviluppo del modello, perfezionando i suoi algoritmi, espandendo la sua base di conoscenza e adattandolo a specifiche esigenze di ricerca.
Il futuro della scoperta di farmaci
L’introduzione di TxGemma e di altri strumenti basati sull’IA rappresenta un significativo passo avanti nella ricerca di uno sviluppo di farmaci più efficiente ed efficace. Sebbene l’IA non sia una bacchetta magica, ha un enorme potenziale per aumentare le competenze umane, accelerare i tempi di ricerca e, in definitiva, portare terapie salvavita ai pazienti più velocemente. La continua evoluzione dell’IA nelle scienze della vita promette un futuro in cui la scoperta di farmaci sarà più guidata dai dati, precisa e, in definitiva, più efficace.