Data mining abilitato dall’intelligenza artificiale nel campo delle scienze della vita, vaccini a mRNA, tecnologie omiche, ingegneria tissutale e tecniche CRISPR-Cas, terapie CAR-T, materiali viventi ingegnerizzati e cellule sintetiche, cellule staminali pluripotenti: sono queste le principali aree tecnologiche nel campo biotech che potrebbero avere il maggior impatto applicativo a qui al 2030, secondo l’ultimo sondaggio condotto tra i ricercatori assegnatari di grant del Consiglio Europeo per la Ricerca (ERC).
Il rapporto sulle biotecnologie di frontiera il cui sviluppo è supportato dal’ERC, da poco pubblicato, offre una quadro a 360 gradi di un settore in forte espansione, all’interno del quale le biotecnologie per la salute trovano un posto di primo piano. I dati del documento si riferiscono agli oltre 2.400 progetti biotech finanziati dall’ERC nel periodo 2014-2023, per un totale di 4,09 miliardi di euro (il 21% del portfolio totale del periodo).
In termini generali, il 78% dei progetti hanno portato a risultati, spesso in più di uno specifico settore biotech, e hanno permesso di dar vita a nuove piattaforme, metodi, prodotti e anche ad aziende spin-off. La maggior parte dei progetti erano riferiti al settore Life sciences (1.448 in totale).
I progetti ERC nel settore delle biotecnologie per la salute
La medicina rigenerativa è il campo di ricerca su cui si sono focalizzati il maggior numero di progetti ERC nel settore delle biotech per la salute (660). Molto più distaccati, troviamo lo sviluppo di diagnostici in vitro e molecolari (306 progetti) e le ricerche nel campo della nutrlzione e della prevenzione delle malattie (150). Ancora minori i numeri fatti registrare in tema di imaging medicale, dispositivi medici invasivi e non invasivi e tecnologie di digital health.
Andando più nello specifico, le aree applicative più interessate dai progetti ERC hanno visto in prima posizione la scoperta di nuovi farmaci (419 progetti), seguita dalla medicina di precisione e dai biomarcatori (408). L’oncologia ha rappresentato l’unica focus area tra le prime quindici che ha raccolto un ampio ventaglio di progetti per lo sviluppo di nuovi approcci diagnostici e terapeutici. Molte le altre aree che hanno attratto l’interesse dei ricercatori, tra cui citiamo ad esempio il campo emergente della degradazione mirata delle proteine, le terapie basate su vescicole extracellulari e l’antibiotico-resistenza.
Molti progetti utilizzano l’IA
Il rapporto analizza anche i trend sull’utilizzo dell’intelligenza artificiale. Machine learning e deep learning si sono confermate essere le tecnologie più utilizzate. L’area salute ha raccolto circa i due terzi dei progetti comprendenti metodi IA, tra cui per applicazioni relative al supporto decisionale in clinica (es. un progetto per l’analisi dei dati genomici e fenotipi ottenuto dal microbioma intestinale dei pazienti). Nel campo della drug discovery, tra i vari progetti citiamo una modello deep learning per prevedere la sensibilità delle singole cellule ai farmaco, mirato allo sviluppo di terapie di combinazione che permettano di raggiungere anche le popolazioni cellulari resistenti. Un altro progetto ha visto al centro lo sviluppo di un gemello digitale per simulare e testare trattamenti di ringiovanimento volti a contrastare gli effetti meccanobiologici dell’invecchiamento vascolare. Metodi di machine learning sono entrati anche nello sviluppo di una piattaforma di sintesi autonoma di piccole molecole e in un metodo per prevedere le regole di legame tra antigeni e anticorpi, da utilizzare per la progettazione in silico di nuovi trattamenti. Nel campo della medicina rigenerativa, infine, il machine learning è stato sviluppato nel quadro di piattaforme organ-on-chip per permettere lo sviluppo controllato in vitro di tessuti adulti.
Foto di Gerd Altmann da Pixabay
