Sztuczna Inteligencja (AI) znacznie skraca czas wymagany do opracowania i badań nad lekami, a co za tym idzie i koszty. W ciągu ostatnich pięciu lat, liczba odkrytych przez AI molekuł będących w badaniach klinicznych wzrosła z jednej do 67. Jak nowoodkryte terapie radzą sobie na poszczególnych etapach badań skuteczności i bezpieczeństwa?
Coraz więcej leków i szczepionek odkrywa się wykorzystując sztuczną inteligencję. Zastosowanie AI w odkrywaniu leków może znacznie skrócić czas potrzebny na wprowadzenie nowych terapii na rynek oraz obniżyć koszty związane z ich rozwojem. Ponadto, AI umożliwia odkrywanie nowych, nieznanych wcześniej celów terapeutycznych i struktur molekularnych, co może prowadzić do powstania innowacyjnych i bardziej skutecznych leków
Do początku 2024 roku każda z 20 największych firm farmaceutycznych ogłosiła działania w tej dziedzinie. Znaczna część tych działań to współprace między firmami farmaceutycznymi a firmami biotechnologicznymi specjalizującymi się w AI, co spowodowało ogromny wzrost liczby i wielkości umów partnerskich w ciągu ostatnich 5 lat. Mimo postępów w tej dziedzinie, pozostają jednak pytania dotyczące powodzenia tych cząsteczek w badaniach klinicznych - ich bezpieczeństwa i skuteczności.
Na te pytania spróbowali odpowiedzieć analitycy firmy konsultingowej Boston Consulting Group, których to praca została opublikowana w minionym tygodniu na łamach ScienceDirect.
Do swojej analizy eksperci wyselekcjonowali spośród firm biotechnologicznych zajmujących się sztuczną inteligencją (114 firm), którym do grudnia 2023 roku przypisano trwające badania kliniczne (39 z nich). Z analizy wykluczono cząsteczki opracowanie przez AI dużych firm farmaceutycznych, a skupiono się na firmach skupionych na AI w biotechnologii, uwzględniając przy tym firmy działające w partnerstwie z Big Pharmą. Z analizy wyłączono cząsteczki powiązane z COVID-19 "biorąc pod uwagę potencjalnie odmienny kontekst regulacyjny od tendencji długoterminowej".
Z opublikowanego przeglądu wynika, że od 2015 r. firmy biotechnologiczne wykorzystujące sztuczną inteligencję w swoich pipelines zadeklarowali 75 nowych cząsteczek, z czego 67 znajdowało się w fazie badań klinicznych. W ciągu ostatnich 10 lat liczba ta wzrosła wykładniczo, a skumulowany wzrost rok do roku przekroczył 60% co widać na poniższym wykresie:

W analizie zwrócono także na coraz bardziej zróżnicowaną gamę odkrywanych molekuł. Przed 2020 r. dominowały cząsteczki "ponownie odkryte" przez sztuczną inteligencję, czyli wskazanie znanych nam molekuł do wykorzystania w innych celach terapeutycznych. Jednak na przestrzeni kilku lat ich udział zmalał i stanowi obecnie około 15% międzybranżowego pipelineu leków odkrytych przez AI w 2023 r.
Natomiast inne grupy nowoodkrytych molekuł zyskały większą reprezentację. Obecnie największą spośród tej grupy leków w badaniach klinicznych stanowią leki ukierunkowane molekularnie (tzw. leki celowane), odpowiadające za blisko 1/3 branżowego pipeline oraz małe cząsteczki odkryte przez sztuczną inteligencję (>30% w 2023 r.).
Dalej w grupie badanych leków spośród molekuł odkrytych przez AI znajdują się szczepionki (∼10%) i przeciwciała (∼5%).

Według stanu na grudzień 2023 r. 24 cząsteczki odkryte przez sztuczną inteligencję ukończyły badania fazy I (gdzie ocenia się bezpieczeństwo i dawkowanie leku w małej grupie ochotników). Spośród nich, aż 21 zakończyło się sukcesem. Sugeruje to wskaźnik sukcesu na poziomie 80–90%, czyli znacznie wyższy niż historyczne średnie w branży, które wahają się od ~40% do ~55–65%.

W fazie II (gdzie oceniana jest skuteczność i skutki uboczne leków na większej grupie pacjentów) dziesięć cząsteczek odkrytych przez sztuczną inteligencję zakończyło próby, z których cztery zakończyły się sukcesem. Oznacza to wskaźnik sukcesu na poziomie 40%, co jest zbliżone z historycznymi średnimi w branży wynoszącymi 30–40%.
- Nasza analiza daje pierwszy pogląd na potencjał cząsteczek odkrytych przez sztuczną inteligencję w badaniach klinicznych i być może daje wgląd w przyszłość badań i rozwoju opartych na sztucznej inteligencji. Aby zbadać konsekwencje tych odkryć dla całej branży, przeprowadźmy eksperyment myślowy. Jeśli weźmiemy za dobrą monetę wskaźniki powodzenia, które zaobserwowaliśmy dla cząsteczek odkrytych przez sztuczną inteligencję w fazie I i II, i założymy, że utrzymają się one w przyszłości, i jeśli połączymy je z historycznymi wskaźnikami powodzenia fazy III, wyłania się uderzający obraz: prawdopodobieństwo, że cząsteczka pomyślnie przejdzie wszystkie fazy kliniczne od końca do końca, wzrosłoby z 5–10% do ~9–18% - czytamy w opracowaniu.
Reklama
- Oznaczałoby to niemal podwojenie ogólnej produktywności badań i rozwoju farmaceutycznego, co przyniosłoby ogromne korzyści. Umożliwiłoby to przedsiębiorstwom osiągnięcie tej samej wydajności przy mniejszych zasobach i kosztach lub zwiększenie całkowitej liczby nowych leków wprowadzanych na rynek w ramach tych samych zasobów - zauważają w swojej publikacji analitycy.
Chcesz być na bieżąco z wieściami z naszego portalu? Obserwuj nas na Google News!
Twoje zdanie jest ważne jednak nie może ranić innych osób lub grup.
Komentarze