Grazie all’intelligenza artificiale, un gruppo di scienziati dell’MIT del Brigham and Women’s Hospital di Boston e della Duke University di Durham è riuscito a predire i meccanismi di interazione che possono incidere sull’efficacia dei medicinali
Il ruolo dell’intelligenza artificiale sarà determinante nel progettare nuovi farmaci (la modellazione predittiva fondata sull’IA può identificare in un click quale parte dell’organismo risulterà bersaglio di un farmaco, e come tale lo aiuterà per una determinata patologia). La stessa Organizzazione mondiale della sanità – nelle sue oltre 40 raccomandazioni che devono essere prese in esame da governi, aziende tecnologiche e fornitori di assistenza sanitaria per garantire l’uso appropriato dei modelli linguistici di grandi dimensioni – delinea tra le cinque aree di applicazione dei large language model la ricerca scientifica e lo sviluppo di farmaci (anche per identificare nuovi composti).
Ma non si tratta dell’unico ambito applicativo dell’intelligenza artificiale che, nelle parole del direttore generale dell’Oms, Tedros Adhanom Ghebreyesus, “rappresenta una grande promessa per la salute, ma comporta anche sfide serie”. Un team di scienziati del MIT del Brigham and Women’s Hospital di Boston e della Duke University di Durham (Stati Uniti) è riuscito infatti a prevedere – grazie a un modello di IA creato ad hoc – quali interazioni possono influire sull’efficacia dei medicinali. Lo studio è stato pubblicato su Nature Biomedical Engineering.
Il ruolo dei trasportatori
I ricercatori hanno studiato in modo approfondito l’assorbimento di 23 differenti farmaci esponendo tessuto di rivestimento intestinale di maiale alle diverse formulazioni, per poi concentrarsi sul ruolo di tre trasportatori (proteine di membrana) conosciuti. Il team di scienziati ha “silenziato” uno step dopo l’altro le differenti combinazioni di proteine, arrivando così a comprendere attraverso quale “porta” viaggiassero i vari farmaci. Come spiega Giovanni Traverso, docente di Ingegneria meccanica al MIT, gastroenterologo al Brigham and Women’s Hospital e coautore dello studio, “sussistono più strade che i farmaci possono intraprendere mediante i tessuti, ma noi non sappiamo quale scelgono. Possiamo chiudere le strade separatamente per comprendere, sbarrando questa via, se il farmaco riesce a passare in ogni caso? Se la risposta è sì, allora sta utilizzando una strada diversa”.
Concluso questo training, il sistema di intelligenza artificiale creato ad hoc ha imparato a prevedere quali farmaci avrebbero interagito con i diversi trasportatori, facendo riferimento alle similitudini tra le strutture chimiche delle loro molecole.
Potenziali interazioni farmacologiche
Così, utilizzando il modello di IA, il team ha passato in rassegna 28 farmaci di uso comune e 1.595 farmaci sperimentali, individuando circa 2 milioni di potenziali interazioni. Da qui, la conferma di alcune predizioni fino a oggi sconosciute. Un esempio su tutti: la doxiciclina, antibiotico della classe delle tetracicline utilizzato per trattare diverse infezioni batteriche, può interagire con un comune anticoagulante cumarinico, la warfarina, facendone incrementare i livelli nel sangue. L’assorbimento della doxiciclina è a sua volta modificato dalla digossina (appartenente ai glicosidi digitalici, viene utilizzato nel trattamento dei disturbi cardiaci), dall’antiepilettico levetiracetam e dall’immunosoppressore tacrolimus. Congiuntamente a chiarire la sicurezza di alcuni trattamenti farmacologici concomitanti, il nuovo modello di IA potrebbe rappresentare un prezioso strumento per perfezionare la formulazione di nuovi farmaci, così da prevenire possibili interazioni e affinarne l’assorbimento.
