L’IA alla scoperta di nuovi farmaci antitumorali, Autore a NCF - Notiziario Chimico Farmaceutico • Pagina 2 di 3

L’IA alla scoperta di nuovi farmaci antitumorali

Ricerca

-

10 Settembre 2024

L’IA alla scoperta di nuovi farmaci antitumorali

“Occorrono tanti anni e milioni di dollari per trovare e sviluppare un nuovo farmaco, soprattutto se stiamo parlando di farmaci multi-bersaglio”. Il rimando è ai farmaci a bersaglio molecolare che, rispetto alla chemioterapia tradizionale, colpiscono in modo selettivo una proteina mutata (oppure una via cellulare rilevante) nell’ambito di una determinata patologia. Selettività che diminuisce anche gli effetti indesiderati in rapporto alla chemioterapia classica. Incipit doveroso, quello espresso da Trey Ideker, professore di medicina e bioingegneria presso l’Università di San Diego (Stati Uniti), che con il suo team di ricerca ha sviluppato una piattaforma “unica” tra i nuovi strumenti di intelligenza artificiale per la scoperta di farmaci; uno strumento che – impiegando algoritmi avanzati di machine learning per analizzare enormi quantità di dati biologici e chimici – è in grado di identificare molecole con bersagli multipli (mentre, allo stato attuale, i protocolli in essere per la scoperta di farmaci danno priorità alle terapie a bersaglio singolo). Dunque, riuscendo a individuare con rapidità le molecole che hanno il potenziale di divenire farmaci efficaci.

La piattaforma “Polygon” riesce a simulare le interazioni tra le molecole e le proteine bersaglio, consentendo ai ricercatori di prevedere quali combinazioni risulteranno più efficaci nel trattamento del cancro. È facile comprendere a quale risultato mira il progetto (che ha coinvolto numerosi partner internazionali – tra cui istituti di ricerca e aziende – utili a fornire dati, risorse e competenze): ridurre il processo di sviluppo di nuove terapie e aprire a trattamenti inediti. “In gran parte, i farmaci a bersaglio molecolare multiplo sono stati scoperti per caso. Questa tecnologia potrebbe avviare una nuova generazione di medicina personalizzata”, puntualizza Ideker, direttore della National Resource for Network Biology (NRNB), del San Diego Center for Systems Biology e della Cancer Cell Map Initiative (CCMI).

Test e risultati della ricerca

Descritto su Nature Communications, “Polygon” riesce a generare strutture chimiche per candidati farmaci contraddistinti da determinate caratteristiche (ad esempio, la peculiarità di inibire specifiche proteine). Per testarlo, il team di ricerca guidato da Ideker ha generato centinaia di candidati farmaci che prendono di mira coppie di proteine legate al cancro. A quel punto, sono state individuate 32 molecole che hanno mostrato le interazioni più forti con i geni Mek1 e mTor, coppia di proteine che costituiscono un bersaglio incoraggiante per la chemioterapia combinata (ovvero il trattamento dei tumori con due o più farmaci, volto a sfruttare differenti meccanismi di azione farmacologica e ad annientare il maggior numero possibile di cellule tumorali): inibirle entrambe, infatti, è sufficiente per distruggere le cellule tumorali. È bene precisare che, ad oggi, i 32 candidati farmaci identificati da Polygon rientrano nella fase di prove precliniche, mirate a stabilire se il composto candidato farmaco dimostra le peculiarità di sicurezza ed efficacia indispensabili per passare alle prove sull’uomo. I risultati iniziali sono confortanti, ma saranno indispensabili ulteriori studi; se i test avranno esito positivo, i farmaci potrebbero entrare in fase di sperimentazione clinica entro i prossimi anni.

Beneficio economico e sociale

L’adozione della piattaforma di IA può determinare un impatto rilevante sulla salute dei pazienti oncologici e sull’economia globale. Riducendo sia i tempi (come già anticipato) sia icosti di sviluppo dei farmaci, il nuovo strumento di intelligenza artificiale potrebbe rendere le terapie innovative più accessibili ed economiche. Inoltre, l’opportunità di sviluppare farmaci personalizzati, migliorerebbe la qualità della vita legata alla salute, limitando gli effetti collaterali delle terapie e incrementando l’efficacia dei trattamenti.

Calendario alla mano, si valuta che entro cinque anni l’IA rivoluzionerà la medicina personalizzata. È quanto emerge dalla ricerca dell’Osservatorio Life Science Innovation della School of Management del Politecnico di Milano – in collaborazione con Alleanza Malattie Rare, Apmarr, Fand, FederAsma e Onconauti –, secondo cui già oggi il 65% dei pazienti utilizzerebbe una terapia digitale proposta dal medico curante, soprattutto se consentisse di migliorare lo stile di vita e lo stato di salute (77%) e avere maggior consapevolezza della propria patologia (72%). Lato professionisti sanitari, tra i principali vantaggi riconosciuti dai medici specialisti c’è la possibilità di avere a disposizione un maggior numero di dati a supporto della ricerca clinica (68%) e per assumere decisioni (65%). Le terapie digitali, dunque, si confermano un ambito di innovazione rilevante nel panorama internazionale.

Fonte immagine: ChatGPT

L’IA seleziona il farmaco migliore per ogni paziente oncologico

Ricerca

Massimo Canorro

-

1 Agosto 2024

0

<strong>L’IA seleziona il farmaco migliore per ogni paziente oncologico</strong>

“Selezionare un trattamento adatto per i pazienti affetti da tumore può risultare imprescindibile nell’ottica dei risultati clinici”. Così Danh-Tai Hoang, data scientist presso l’Australian National University e autore principale della ricerca che ha messo a punto un innovativo strumento di intelligenza artificiale, denominato DeepPT, per aiutare a vagliare il trattamento migliore nei confronti dei pazienti oncologici.

Presentato sulla rivista Nature Cancer e sviluppato in partnership con gli scienziati del National Cancer Institute (Stati Uniti) e la società farmaceutica Pangea Biomed, con sede a Tel Aviv, “DeepPT” può prevedere il profilo dell’Rna messaggero (mRna) – basilare per la produzione di proteine, rappresenta anche l’informazione molecolare chiave per la medicina di precisione in oncologia – del singolo paziente.

Selezionare il trattamento adatto per i pazienti oncologici

Se abbinato a un secondo strumento (“Enlight”), DeepPT può prevedere la risposta di un paziente alle terapie oncologiche per differenti tipi di cancro. Numeri alla mano, il modello di IA “DeepPt” è stato addestrato su oltre 5.500 pazienti con 16 tra le più comuni tipologie di neoplasie (cancro ai polmoni, al seno, alla testa e al collo, al pancreas e al collo dell’utero/cervice uterina). Con quali esiti? “Abbiamo valutato un miglioramento nel tasso di risposta dei pazienti dal 33,3% senza impiegare il nostro modello al 46,5%, utilizzando DeepPT”, afferma Hoang.

“DeepPT” si basa su lavori precedenti condotti dai medesimi ricercatori dell’Australian National University, fondata nel 1946 e con sede a Canberra, per lo sviluppo di uno strumento utile a classificare i tumori cerebrali (gruppo di neoplasie assai eterogeneo, differiscono per morfologia, sede di insorgenza, biologia, comportamento clinico, prognosi nonché approccio terapeutico). Entrambi gli strumenti di IA si basano sulle immagini microscopiche dei tessuti del paziente (immagini di istopatologia), offrendo un ulteriore, rilevante beneficio per i pazienti oncologici.

Minori ritardi nell’elaborare dati molecolari complessi

Inserita tra le sfide più grandi della medicina di precisione, l’individuazione del farmaco migliore per il singolo paziente affetto da tumore consente un vantaggio (anche in termini di tempo) non indifferente. Modelli di intelligenza artificiale come “DeepPt” possono infatti “ridurre ritardi nell’elaborazione di dati molecolari complessi, in grado di richiedere anche settimane”, puntualizza Hoang. Spiega ancora l’autore principale della ricerca: “Qualsiasi tipo di rallentamento costituisce una sfida da affrontare quando ci si rapporta a pazienti con tumori di alto grado o indifferenziato (nei tumori di grado 4, le cellule si discostano molto per caratteristiche morfologiche da quelle dei tessuti normali e tendono ad aumentare e propagarsi velocemente) che potrebbero richiedere un trattamento immediato”.

L’intelligenza artificiale al servizio della ricerca farmacologica aiuta a scegliere il trattamento più consono al singolo paziente, con particolare riferimento al profilo di rischio della persona. In tal senso, sono stati descritti algoritmi capaci di individuare quali sono i pazienti più esposti a sviluppare effetti collaterali a seguito di un trattamento e altri potenzialmente in grado di accertare la risposta a una terapia. Scongiurando così l’eventualità di sottoporre taluni pazienti a trattamenti che non risulterebbero efficaci.

Fonte immagine: ChatGPT

IA, facilitare l’interazione DNA-RNA per nuovi farmaci e terapie

Massimo Canorro

-

1 Luglio 2024

0

IA, facilitare l’interazione DNA-RNA per nuovi farmaci e terapie

Dopo aver generato dal nulla proteine che non esistono in natura – in tal senso, lo studio condotto dai ricercatori dell’Università della California a San Francisco e dell’azienda Salesforce AI Research, pubblicato sulla rivista Nature Biotechnology (titolo: “Large language models generate functional protein sequences across diverse families”), rappresenta un passo rilevante per la progettazione di nuovi farmaci) – l’intelligenza artificiale spinge sull’acceleratore nel campo della ricerca biomedica. In tal senso, il binario su cui viaggia è parallelo: prevedere le interazioni fra tutte le molecole della vita (non solo proteine dalla struttura complessa, ma gli acidi nucleici come il DNA e l’RNA nonché le armi del nostro sistema immunitario: dagli anticorpi agli antigeni) per poi generare strutture biologiche complesse abili ad aprire le porte a nuovi farmaci e terapie.

L’esito della ricerca (“Accurate structure prediction of biomolecular interactions with AlphaFold 3”, pubblicata anch’essa su Nature) si deve al modello di IA “AlphaFold 3” messo a punto da Google DeepMind (controllata da Alphabet, ha presentato anche AlphaFold Server, un tool gratuito e di semplice utilizzo che permette ai ricercatori che lavorano nel settore pubblico/universitario di accedere alle capacità del nuovo software in grado di modellare grandi molecole e di “anticipare” le interazioni tra anticorpi e patogeni) insieme a Isomorphic Labs (startup lanciata nel 2021 mirando ad applicare l’intelligenza artificiale e i metodi computazionali alla scoperta di nuovi farmaci, lo scorso gennaio ha annunciato delle collaborazioni strategiche con Eli Lilly and Company e Novartis). Entrambe le aziende inglesi parlano ora di “un modello rivoluzionario capace di prevedere la struttura e le interazioni di tutte le molecole della vita con una precisione senza precedenti”.

Ricorrendo alle strutture relative a quasi tutti i tipi di molecole contenute nel Protein Data Bank, grazie all’impiego di AlphaFold 3 gli studiosi hanno rilevato “un miglioramento di almeno il 50% rispetto ai metodi di previsione esistenti per le interazioni delle proteine con altre tipologie di molecole”. Aggiungendo che “per alcune importanti categorie di interazione, abbiamo raddoppiato la precisione della previsione”. Le informazioni acquisite potrebbero essere sfruttate sia per aumentare il grado di conoscenza sull’universo biologico e cellulare, sia in ambito clinico (a vantaggio dello sviluppo, della scoperta e/o messa a punto di nuovi farmaci).

Nuova generazione di modelli di IA

Il nuovo modello si basa sulle fondamenta di AlphaFold 2, che nel 2020 compì un passo avanti nella previsione della struttura delle proteine; per la prima volta nella storia, infatti, l’intelligenza artificiale ha portato a poche ore – se non minuti –, la ricostruzione 3D della forma che la proteina assume dopo il ripiegamento in rimando alla sua sequenza di aminoacidi. Ad oggi, vari gruppi di ricerca impiegano AlphaFold nello studio di vaccini per combattere la malaria (è il caso di Matthew Higgins dell’Università di Oxford), come alleato nei trattamenti contro il cancro e nella progettazione di enzimi. Senza dimenticare che di AlphaFold è stato citato il paper (“Highly accurate protein structure prediction with AlphaFold”), ovvero l’articolo di riferimento, oltre 20mila volte e la sua incidenza scientifica è stata riconosciuta attraverso numerosi riconoscimenti al Ceo di Google DeepMind, Demis Hassabis – che nel 2010 ha fondato la startup con sede a Londra insieme a Shane Legg, filosofo e ricercatore nel campo dell’IA, e Mustafa Suleyman, neuroscienziato e imprenditore –, tra i più recenti dei quali c’è il Breakthrough Prize in Life Sciences.

In particolare, la capacità di AlphaFold 3 di modellare differenti proteine è stata parzialmente migliorata grazie all’algoritmo “modello di diffusione” (diffusion model), che supporta i generatori di immagini di intelligenza artificiale – da Dall-E a Midjourney – a creare immagini originali e (non di rado) fotorealistiche. Il modello di diffusione di AlphaFold 3 non solo rende maggiormente nitide le strutture molecolari originate dal software, ma riesce a generare modelli proteici plausibili che richiamano gli schemi rilevati nell’analisi di una serie di strutture proteiche verificate. Esattamente come un generatore di immagini apprende dalle fotografie reali. Se negli anni addietro la comprensione delle strutture proteiche richiedeva un impegno certosino compiuto grazie ai microscopi elettronici e alla tecnica della cristallografia a raggi X per lo studio dell’organizzazione strutturale degli atomi nella materia, oggi – illustra Google – “AlphaFold 3 ci conduce oltre le proteine, verso un ampio spettro di biomolecole. Un salto che potrebbe sbloccare una scienza più trasformativa, spaziando dallo sviluppo di materiali biorinnovabili all’accelerazione della progettazione di farmaci e della ricerca per la genomica”.

L’IA e la scoperta di nuove molecole nello studio internazionale che vede l’Italia protagonista

Ricerca

Massimo Canorro

-

12 Giugno 2024

0

L’IA e la scoperta di nuove molecole nello studio internazionale che vede l’Italia protagonista

«Uno studio decisamente ampio, che ha coinvolto molti centri di ricerca in tutto il mondo e la cui pubblicazione conta oltre 200 autori». Il rimando è alla collaborazione scientifica internazionale che ha validato – per la prima volta – l’efficacia di uno strumento che facendo leva sull’intelligenza artificiale riesce a progettare nuove molecole di potenziale uso farmacologico. Ne parla Giuseppe Gasparre, professore al Dipartimento di Scienze mediche e chirurgiche e direttore del Centro di Ricerca Biomedica Applicata (CRBAO) dell’Università di Bologna, tra gli autori dello studio. Pubblicata su Scientific Reports (titolo del contributo: “AI is a viable alternative to high throughput screening: a 318-target study”), la ricerca ha coinvolto più di 250 istituti in 30 Paesi, tra cui – appunto – l’Italia con Unibo (con la partecipazione di Gasparre e di Monica De Luise del Dipartimento di Scienze mediche e chirurgiche), congiuntamente ad Anna Maria Porcelli e a Luisa Iommarini del Dipartimento di Farmacia e Biotecnologie (FABIT).

Potenziale alternativa all’High Throughput Screening

Di fatto, la nuova tecnologia potrebbe costituire un’alternativa più efficace all’High Throughput Screening, la sperimentazione, oppure screening, ad alta produttività (HTE o HTS) utilizzata nel comparto farmaceutico per la progettazione di composti di recente scoperta e lo sviluppo preclinico in fase iniziale di farmaci candidati. Sviluppata dalla startup Atomwise (“azienda americana che sperimenta l’IA per progettare molecole di potenziale interesse farmacologico, dunque a bersaglio, basandosi sulla struttura di dettaglio che tali molecole devono colpire”, precisa Gasparre), la piattaforma tecnologia rappresenta il primo network neurale ideato per prevedere la bioattività di piccole molecole nell’iter di sviluppo di nuovi farmaci.

Grazie al suo approccio virtuale allo screening ad alta capacità – il più ampio e numeroso mai realizzato –, il sistema è in grado di svolgere una serie di ricerche all’interno di una libreria che contiene molti miliardi di composti sintetizzabili, mirando a scovare nuove soluzioni in un vasto spazio chimico ancora inesplorato. Numeri alla mano, sono state analizzate 318 molecole target, ottenendo risultati promettenti sia in ognuna delle principali aree terapeutiche sia in ciascuna delle principali classi di proteine. È facile comprendere, da qui, come l’IA “possa costituire un ottimo metodo per comprendere la corretta struttura di una molecola che poi abbia anche un’azione biologica funzionale sul bersaglio”, circoscrive Gasparre.

Intelligenza artificiale per lo sviluppo di nuovi farmaci

L’industria farmaceutica è impegnata, da tempo, in un lungo e complesso processo atto a riconoscere nuove sostanze idonee per contrastare le patologie su scala globale. Iter che, allo stato attuale, non può essere scevro dal considerare l’IA come una preziosa alleata, in particolar modo nella predizione della composizione molecolare di nuovi farmaci. Puntualizzando che «l’intelligenza artificiale abbatte una serie di costi rispetto alla sintesi farmaceutica (che ha tempi più lunghi per disegnare e progettare le molecole), con benefici in termini di risparmio economico e di tempo», Gasparre evidenzia poi che il complesso «lavoro di sviluppo di nuovi farmaci si concentra su patologie sempre più difficili, motivo per cui necessitiamo di nuove molecole grazie a cui trovare soluzioni inedite». E ancora, che «un approccio fondato sull’IA come quello che abbiamo validato in questo studio, può schiudere tante nuove possibilità e giocare un ruolo fondamentale».

Questa ricerca internazionale si inserisce perfettamente nel solco tracciato dall’Organizzazione Mondiale della Sanità, con l’applicazione delle sue linee guida per gestire i benefici e tutelarsi dai rischi dettati dall’utilizzo delle nuove tecnologie. Fermo restando che, come già espresso, la ricerca scientifica e lo sviluppo di farmaci – anche per identificare composti finora inesistenti – non può prescindere dal ricorso alle tecnologie di intelligenza artificiale generativa, è bene rimarcare che quest’ultime «hanno il potenziale per migliorare l’assistenza sanitaria, ma soltanto se coloro che le sviluppano, regolano e utilizzano sono in grado di identificare e valutare i rischi ad esse correlati», ha dichiarato Jeremy Farrar, Chief Scientist dell’Oms.

Antibiotico-resistenza, combatterla con l’intelligenza artificiale

Ricerca

Massimo Canorro

-

15 Aprile 2024

0

Antibiotico-resistenza, combatterla con l’intelligenza artificiale

Negli anni il fenomeno dell’antibiotico-resistenza è aumentato in modo notevole, rendendo necessaria una valutazione dell’impatto in sanità pubblica, verticale per patogeno, antibiotico e area geografica. Attualmente nell’Unione Europea oltre 670 mila infezioni sono provocate dagli agenti patogeni resistenti agli antibiotici, causando 33 mila morti correlate ogni anno. Per affrontare questa sfida facendo leva sulle nuove tecnologie, il team di ricerca della Stanford University e della McMaster University – rispettivamente negli Stati Uniti e in Canada – ha sviluppato un modello di intelligenza artificiale generativa, denominato SyntheMol, in grado di creare ricette per nuovi farmaci (parliamo di un iter complesso, costoso e dalle tempistiche lunghe, con una media di 10 anni) volti sopprimere i ceppi resistenti di Acinetobacter baumannii, tra i principali patogeni responsabili dei decessi legati alla resistenza antibatterica. Lo studio è pubblicato su Nature Machine Intelligence.

Infezioni da Acinetobacter baumannii

Il modello di IA è stato addestrato per creare potenziali farmaci utilizzando una libreria di 132.000 blocchi costruttivi di molecole e 13 reazioni chimiche validate, ed ha identificato 30 miliardi di combinazioni bidirezionali di frammenti per progettare nuove molecole dalle proprietà antibatteriche più promettenti. Dunque, grazie alle informazioni acquisite, SyntheMol ha generato non solo il composto finale ma anche le fasi indispensabili alla sua sintesi, restituendo ai ricercatori 25.000 possibili antibiotici volti alla distruzione dei ceppi resistenti di Acinetobacter baumannii (conosciuto anche come “Iraqibacter”), batterio particolarmente rischioso – in particolare nei confronti dei pazienti immunocompromessi oppure ricoverati nelle terapie intensive –, classificato come “patogeno critico di priorità 1” dall’Organizzazione mondiale della sanità e come “minaccia urgente” dai Centri per il controllo e la prevenzione delle malattie degli Stati Uniti.

Dopo una scrupolosa selezione, gli studiosi hanno individuato 70 composti con il maggior potenziale per uccidere il batterio. Quindi, in collaborazione con un’azienda chimica ucraina, il team di ricerca è riuscito a sintetizzare 58 dei composti selezionati, di cui sei 6 – nel momento in cui sono stati testati in laboratorio – hanno dimostrato la propria efficacia nell’annientare i ceppi resistenti di Acinetobacter baumannii. I nuovi composti hanno rivelato un’attività antibatterica anche nei confronti di ulteriori tipi di batteri infettivi, sempre soggetti ad antibiotico resistenza.

Sicurezza e nuove sfide da affrontare

Tra gli autori della ricerca, James Zou, professore associato di scienza dei dati biomedici presso la Stanford University, ammette: “Oggi, grazie all’intelligenza artificiale generativa, disponiamo di istruzioni esplicite su come produrre molecole completamente nuove”. Quindi Jonathan Stokes, autore senior dello studio e assistente professore presso il Dipartimento di biomedicina e biochimica della McMaster University: “L’IA ci offre l’opportunità di incrementare notevolmente la velocità con cui scopriamo nuovi antibiotici e possiamo farlo a un costo ridotto”. La ricerca si inserisce nel solco di uno studio – pubblicato ancora su Nature – condotto dai ricercatori del Massachusetts Institute of Technology (MIT) che, grazie al deep learning (tecnica di apprendimento in cui si espongono reti neurali artificiali a sterminate quantità di dati, cosicché possano apprendere a svolgere compiti) ha rilevato una classe di composti capaci di annientare un batterio resistente ai farmaci che provoca oltre 10 mila decessi ogni anno negli Stati Uniti.

La ricerca ha dimostrato infatti che questi composti – dalla tossicità assai ridotta nei confronti delle cellule umane, ragione per cui sono candidati farmacologici particolarmente suggeriti – potrebbero uccidere lo Staphylococcus aureus resistente alla meticillina (Methicillin-resistant staphylococcus aureus), coltivato in una piastra di laboratorio e in due modelli murini di infezione da Mrsa (stando agli ultimi dati dell’Oms, la percentuale di infezioni provocate da Mrsa è peggiorata del 14% , passando dal 21% nel 2016 al 35% nel 2020 a livello globale). Un’innovazione decisiva nello studio è che i ricercatori sono riusciti anche a comprendere a quali tipi di informazioni ricorreva il modello di deep learning per fare previsioni sulla potenza degli antibiotici. Tale conoscenza potrebbe supportare chi svolge ricerca a progettare ulteriori farmaci in grado funzionare anche meglio di quelli individuati dal modello.

L’IA per predire le potenziali interazioni tra farmaci

Ricerca

Massimo Canorro

-

4 Marzo 2024

0

<strong>L’IA per predire le potenziali interazioni tra farmaci</strong>

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.

Health & Pharma: l’omnicanalità al servizio della salute

Aziende

Massimo Canorro

-

4 Dicembre 2023

0

<strong>Health & Pharma: l’omnicanalità al servizio della salute</strong>

Il tema dell’omnicanalità in farmacia è stato approfondito in una tavola rotonda nell’ambito del Focus Netcomm tenutosi lo scorso 30 novembre presso il Palazzo delle Stelline a Milano. Il confronto sugli scenari attuali e futuri

Negli ultimi anni il mondo del Pharma Retail popolato dai grandi marketplace, dai siti di vendita diretta da parte dei produttori e dal canale delle farmacie ha subito un cambiamento radicale nella modalità di gestire il business per merito di nuovi modelli di partnership, digital transformation e customer engagement (è inevitabile, in questa “nuova normalità” il palesarsi di modalità interattive del tutto inedite fra l’industria, la farmacia e il consumatore). Congiuntamente alla specifica competenza sanitaria, il farmacista deve dedicare tempo alla gestione commerciale del punto vendita, acquisire padronanza delle principali leve di del Retailing Mix e fare proprie una serie di competenze su tematiche che spaziano dal posizionamento alla gestione dell’assortimento, dal CRM al visual merchandising. L’omnicanalità è divenuta imprescindibile, dunque, ed è impossibile abbracciarla senza sfruttarne a pieno tutte le innumerevoli potenzialità. Di strategie omnicanali si è parlato durante una tavola rotonda – moderata da Mario Bagliani, Senior Partner, Netcomm Services – nell’ambito della sesta edizione del Focus Netcomm a Milano, evento dedicato ai nuovi modelli distributivi nel pharma e alla rivoluzione digitale della sanità.

Strategie omnichannel e di sell out

Nel corso del suo intervento, Alessandro Capodieci (eCommerce & New Channels Manager di Alfasigma Italia) ha spiegato che Alfasigma ha intrapreso un percorso di rivoluzione partendo proprio da due drive specifici: l’omnicanalità e il sell out. «Unendo entrambi i driver è venuto spontaneo, da parte nostra, tratteggiare un panel di clienti e sottocanali legati ai due concetti espressi. All’interno del nostro canale, infatti, l’e-commerce è presente in duplice declinazione: “puro” (con Amazon, la parte di farmacia online) e “nuovo” (o “ibrido”), ovvero tutto quanto attiene all’omnichannel reale». E ancora, «accanto all’e-commerce abbiamo collocato il canale mass market, che ha dinamiche nuove e, in alcuni casi, differenti rispetto al Pharma, ma è contraddistinto da questa attenzione al sell out». Mass market ed e-commerce sono stati così «collocati sotto il medesimo cappello, per poi creare un team dedicato, nella cui ricerca dei profili abbiamo puntato su venditori abili sia di hard skill sia di capacità digitali, oggi indispensabili», ha proseguito Capodieci.

La tecnologia arricchisce il patient journey

«Il nostro percorso è simile a quello di Capodieci. Siamo attenti a quei fenomeni che vanno a caratterizzare nonché a modificare le dinamiche del mercato farmaceutico». Ha esordito così Marcello Capraro (eCommerce Multichannel Manager, Menarini Consumer Healthcare Italia), rammentando poi che «e-commerce e catene di farmacie sono due fenomeni, emersi con forza negli ultimi anni, che hanno modificato il layout statico di questo comparto. Ed è proprio un mix dei due che mette a terra il concetto di omnicanalità». La giusta miscela di online (tenendo sempre a mente che il numero di farmacie online continua a crescere. Attualmente sono quasi 1.700 gli esercizi autorizzati in Italia alla vendita online di farmaci Sop e Otc. Quelle realmente attive sono intorno al 50%, e il giro d’affari gestito dalle prime 50 è passato in tre anni dal 50% all’80%) e territorialità, pertanto, è in grado di creare una sinergia importante fornendo valore tangibile al consumatore. Capraro ne è sicuro, e a sostegno porta anche un esempio del tutto calzante, seppur inerente un comparto diverso. «Mi viene in mente Netflix, un gigante tra i simboli della rivoluzione digitale, che poco tempo fa ha comunicato l’intenzione, nel 2025 – a partire dagli Stati Uniti per poi espandersi nel resto del mondo – di aprire locali fisici in cui le persone potranno fare esperienze legate alle loro serie TV preferite, mangiare e acquistare abbigliamento».

Ottimizzare l’esperienza di acquisto online

«Nel Pharma online il nostro Paese è particolarmente avanti, e le farmacie online riescono a guadagnare quota nei confronti dei retailer generalisti, quindi dei marketplace». Questo il commento di Vittorio Cicchetti (Head of Digital Commerce Southern Europe BU, Haleon) che poi ha precisato: «In questo momento, il primo driver di acquisto nel Pharma online è rappresentato dalla convenienza di prezzo. Occorre comprendere, però, se ciò è sostenibile nel lungo periodo, affinché il vantaggio acquisito permanga nel tempo». Da qui, quello che è l’ostacolo in Italia all’acquisto online in ambito farmaceutico. «Risiede nel fatto di non poter contare sul consiglio di un esperto, di un farmacista, di un professionista. Nel prossimo futuro mi piacerebbe osservare l’abbattimento di questa barriera anche sull’online. Vedere il servizio e l’esperienza di acquisto in Rete come primi driver», ha chiosato Cicchetti.

L’importanza di una strategia omnicanale

L’omnicanalità non concerne solo il marketing, dunque, bensì la strategia dell’intera azienda. E seppur le imprese italiane hanno avviato un percorso che implica la creazione di più canali e punti di contatto mediante cui il cliente può interagire con l’azienda, siamo ancora lontani da una gestione integrata del rapporto con il consumatore in grado di assicurare una customer experience coerente su tutti i canali. «Il tema dell’omnicanalità è “caldo” e ben compreso dai presenti alla tavola rotonda. Se si guarda al mondo farmacia di oggi, però, soprattutto nell’ambito dell’Otc, l’online è ancora ridotto», ha illustrato Alberto Gorini (Sales Director, Reckitt). «Ciò però non deve rendere miopi sul comprendere il ruolo dell’online all’interno di una strategia. Si tratta infatti di un canale che ha tantissimo da dare dal punto di vista dell’esperienza e dell’informazione preacquisto, e che ovvia ad alcuni gap che oggi ha la farmacia offline, che comunque domina in termini di accessibilità e di necessità». Un equilibro, quello dell’online e dell’offline, che risulta ancora poco stabile, nel momento in cui la scalabilità di questi due canali non va a incontrarsi nel breve. Ci sono pro e contro complementari, ragione per cui questo mondo deve viaggiare come un tutt’uno. «Da questo punto di vista – ha concluso Gorini – l’industria ha un ruolo particolarmente rilevante e deve essere in grado di fornire al consumatore scelte sempre più informate, soprattutto in preparazione dell’acquisto».

Lotta ai farmaci contraffatti, Fip lancia nuova risorsa

Massimo Canorro

-

17 Novembre 2023

0

<strong>Lotta ai farmaci contraffatti, Fip lancia nuova risorsa</strong>

Il mercato dei farmaci contraffatti è in costante crescita, senza più differenziazioni tra Paesi in via di sviluppo e industrializzati (in alcuni casi la legislazione che regolamenta tanto la produzione quanto la distribuzione di prodotti medici, oppure l’attuazione di tale legislazione, è sterile se non addirittura assente), e prosegue a espandersi in tutto il mondo, con i prevedibili conseguenti rischi sulla salute pubblica. Comprensibile, pertanto, che le istituzioni interessate dedichino al fenomeno l’attenzione più scrupolosa. Così la Fip (International pharmaceutical federation), che ha messo in campo una nuova risorsa volta a supportare l’autovalutazione dei sistemi normativi dei Paesi, verificandone l’adeguatezza per prevenire il più possibile i danni legati ai farmaci contraffatti.

Rilevazione dei prodotti contraffatti

Lo strumento di autovalutazione della Fip – un ulteriore meccanismo per diminuire l’impatto del prodotti fraudolenti sulla cura del paziente – intende agevolare la rilevazione, la messa in quarantena nonché la rimozione dei prodotti farmaceutici contraffatti della supply chain, forte di una consona legislazione di supporto. Nel caso in cui venga rilevata la mancanza di una precisa disposizione di legge in materia, le sezioni custodite nel documenti potrebbero essere adottate oppure adattate e divenire parte del quadro legislativo per contrastare l’ingresso dei farmaci contraffatti nella catena di approvvigionamento. Lo strumento può essere usato anche come risorsa educativa – per tutti i fornitori di assistenza sanitaria e gli stakeholder delle politiche sanitarie – aggiornando sul pericolo causato dalla circolazione di medicinali e prodotti sanitari che non rispettano le norme e i regolamenti in vigore,

Lavorare in sinergia

A livello globale, gli uffici competenti dei ministeri della salute e le agenzie regolatorie governative sono chiamati ad impegnarsi nell’evitare (meglio ancora, nel prevenire) che i farmaci contraffatti arrivino ai pazienti. In tal senso, l’International pharmaceutical federation ritiene che le autorità preposte e le istituzioni coinvolte debbano agire per tutelare il pubblico, investendo nella formazione dei professionisti sanitari e di tutti i partecipanti alla catena di approvvigionamento in relazione alla minaccia dei prodotti contraffatti, alla loro rilevazione e alle metodologie da mettere in campo per difendere l’integrità della supply chain (“Gli operatori sanitari sono fondamentali per rilevare e segnalare prodotti medici di scarsa qualità o falsi che si infiltrano nelle catene di approvvigionamento, nonché per istruire e consigliare i pazienti che possono essere stati esposti”, le parole della Fip).

Numeri sottostimati

Nonostante le statistiche siano variabili in rapporto al livello di farmaci contraffatti, da fonti Aifa si calcola che la percentuale di medicinali contraffatti possa variare fra l’1% e il 10% circa del comparto farmaceutico mondiale. Parliamo di un fenomeno in ampia parte ancora sommesso, i cui dati sono fortemente sottostimati. Le indagini dell’Oms riferiscono come solo l’1% dei farmaci venduti in modo illegale presenti la composizione originale. Il resto non conterrebbe i princìpi attivi (32,1%), oppure questi sarebbero presenti in quantità non corrette (20,2%), o – nella peggiore delle ipotesi – composti da ingredienti sbagliati (21,4%) oppure contenenti alti livelli di impurità e contaminanti (8,5%). Inoltre i dati sottolineano l’ampia presenza di farmaci salvavita (dagli antibiotici ai farmaci per prevenire la malaria), la cui contraffazione provoca ogni anno vittime in tutto il globo, colpendo soprattutto i Paesi particolarmente poveri. Secondo la Transnational Alliance to Combat Illicit Trade (Tracit) la quota di falsi nei mercati in via di sviluppo potrebbe costituire più del 10%, raggiungendo fino al 30% in paesi come l’Africa, l’Asia e l’America Latina, e oltre il 20% nelle economie dell’ex Unione Sovietica.

Aifa, i dati della spesa farmaceutica nei primi 5 mesi del 2023

Mercato

Massimo Canorro

-

16 Ottobre 2023

0

Aifa, i dati della spesa farmaceutica nei primi 5 mesi del 2023

Espressi in numero di ricette (242,6 milioni), i consumi mostrano un lieve incremento (+2 %) rispetto al 2022; l’incidenza del ticket totale, invece, si mantiene costante (+0,03%).

Aifa ha pubblicato sul suo sito i dati relativi al monitoraggio mensile della spesa farmaceutica nazionale e regionale, nonché la verifica del rispetto dei tetti programmati della spesa farmaceutica convenzionata e per acquisti diretti, per il periodo gennaio-maggio 2023. Dal rapporto emerge che, a livello nazionale, la spesa complessiva nei primi 5 mesi dell’anno si è attestata a 9.127,7 milioni di euro (+5% confrontato al medesimo periodo del 2022), rimarcando uno scostamento assoluto rispetto alle risorse complessive del 14,85% (7.882,3 milioni di euro) pari a +1.245,4 milioni, corrispondente ad un’incidenza percentuale sul Fondo sanitario nazionale provvisorio 2023 del 17,20%. Lo scostamento è stato registrato in ogni Regione (le uniche eccezioni sono le province autonome di Trento e di Bolzano).

La spesa farmaceutica convenzionata netta a carico del Servizio sanitario nazionale nel periodo gennaio-maggio 2023 calcolata al netto degli sconti, della compartecipazione totale (ticket regionali e compartecipazione al prezzo di riferimento) e del payback 1,83% versato alle Regioni dalle aziende farmaceutiche, si è attestata a 3.286,5 milioni di euro, sottolineando un incremento rispetto a quella del 2022 (+54,5 milioni). I consumi, espressi in numero di ricette (242,6 milioni), mostrano un leggero aumento (+2 %) rispetto all’anno precedente; l’incidenza del ticket totale si mantiene costante (+0,03%). Le dosi giornaliere dispensate attestano una lieve diminuzione rispetto al periodo gennaio-maggio 2022 (-1,0%, pari a 107 milioni).

Dall’aggiornamento periodico dell’Ufficio Monitoraggio della spesa farmaceutica e rapporti con le Regioni dell’Agenzia italiana del farmaco emerge poi che la verifica del tetto programmato della spesa farmaceutica per acquisti diretti del 7,65% al netto dei payback vigenti e del fondo per i farmaci innovativi – non oncologici e oncologici – evidenzia un’incidenza del 10,46 %, pari ad un disavanzo rispetto alla spesa programmata di +1.490,3 milioni di euro, tutti inerenti la spesa per farmaci non innovativi, al netto dei gas medicinali (l’intera spesa per farmaci innovativi, calcolata considerando le sole indicazioni innovative, risulta coperta dal rispettivo fondo).

In relazione alla spesa per gas medicinali, la verifica del tetto programmato della spesa farmaceutica per acquisti diretti dello 0,20% sottolinea un avanzo rispetto alla spesa programmata di 0,9 milioni di euro. Medicinali innovativi: la spesa stimata per le sole indicazioni innovative per il periodo gennaio-maggio 2023 al netto dei payback è pari a 489,4 milioni.

Capitolo componenti

Qui la spesa farmaceutica convenzionata, ovvero quella per i farmaci distribuiti in farmacia, a carico del Servizio sanitario nazionale, nel periodo gennaio-maggio 2023 ha sfiorato i 3,3 miliardi di euro con un aumento di 54,5 milioni rispetto ai primi 5 mesi del 2022. La spesa convenzionata rientra però nei tetti stabiliti, con un avanzo di oltre 240 milioni di euro. Ammonta a 5,5 miliardi, con uno sforamento di quasi 1,5 miliardi, la spesa per acquisti diretti. Infine, risulta stabile a 636 milioni di euro la spesa a carico dei cittadini per il ticket sulla ricetta e per la quota di compartecipazione sul prezzo del farmaco a brevetto scaduto rispetto al prezzo di riferimento.

EMA, ampliato il raggio d’azione del quadro Open

Fatti&Persone

Massimo Canorro

-

1 Ottobre 2023

0

<strong>EMA, ampliato il raggio d’azione del quadro Open</strong>

L’Agenzia europea dei medicinali ha ampliato il raggio d’azione del programma istituito nel 2020, in principio riservato ai vaccini e ai trattamenti Covid-19, a una serie più vasta di farmaci.

L’EMA ha ampliato il raggio d’azione di Open – progetto di collaborazione internazionale tra l’ente regolatorio di Amsterdam e una serie di agenzie di altri Paesi – all’inizio appannaggio dei vaccini e dei trattamenti Covid-19, a una gamma più vasta di farmaci potenzialmente in grado, ad esempio, di affrontare il fenomeno della resistenza agli antibiotici (AMR), che negli anni è molto aumentato, rendendo indispensabile una valutazione sull’impatto in sanità pubblica dettagliata per patogeno, antibiotico e area geografica. E ancora, di farmaci capaci di contrastare le infezioni da virus respiratorio sinciziale (RSV) – oggi assai comune, può causare infezioni a carico dei polmoni oppure delle vie aeree – o di combattere le sindromi mielodisplastiche di nuova diagnosi (nonché ulteriori malattie ereditarie).

Da progetto pilota a standard operativo: l’iter del programma Open

Istituito dall’EMA nel 2020 con un duplice obiettivo (incrementare la collaborazione internazionale e condividere le competenze scientifiche in rapporto alla valutazione dei vaccini e delle terapie Covid-19), in principio come progetto pilota – nel 2022, a seguito del successo riscontrato, il consiglio di amministrazione dell’Agenzia ha dato il proprio placet all’espansione del programma – il programma Open permette alle autorità di regolamentazione di Australia, Brasile, Canada, Giappone, Svizzera e all’OMS di condurre revisioni (quasi parallele) di alcuni nuovi farmaci e scambiare pareri e report sulle valutazioni del prodotto. Una modalità funzionale tanto a velocizzare quanto ad allineare le decisioni normative in differenti regioni del mondo, a vantaggio di una minore burocrazia per l’industria e di una maggior uniformazione sull’etichettatura del prodotto (fermo restando l’autonomia, mai in discussione, delle autorità di regolamentazione per quanto attiene al loro iter decisionale).

Il “nuovo” quadro Open: coinvolte quattro categorie di farmaci

Come riporta una nota dell’Agenzia europea per i medicinali, l’estensione da progetto pilota a standard operativo interesserà, almeno in principio, quattro categorie di farmaci. Nel dettaglio, le domande di autorizzazione all’immissione in commercio riguarderanno: nuovi antibiotici con cui combattere il fenomeno delle resistenze; farmaci che hanno tratto beneficio dal supporto del programma Prime (particolarmente impattanti nell’ottica dell’innovazione terapeutica, si rivolgono in prevalenza all’area oncologica, seguita dalle aree di ematologia-emostasiologia, endocrinologia-ginecologia-metabolismo, neurologia e dai vaccini), al di fuori però delle terapie avanzate; farmaci potenzialmente efficaci nel trattamento delle infezioni da virus respiratorio sinciziale, delle sindromi mielodisplastiche di nuova diagnosi e altre malattie ereditarie; farmaci in grado di replicare a minacce per la salute o emergenze di sanità pubblica.

Nell’ambito del rinnovato quadro di Open, il primo prodotto già in fase di valutazione è un vaccino a mRNA per contrastare l’RSV (al contempo è in corso un confronto con i partner di Open in merito alla selezione di ulteriori prodotti da inserire all’interno del framework). È opportuno precisare che farmaci idonei per la valutazione nella sfera di Open richiedono che il comitato per i medicinali per uso umano (CHMP) dell’EMA, e almeno un partner di Open, acconsentano di portare avanti valutazioni parallele. L’approvazione congiunta, poi, verrà pubblicata nel canonico bollettino mensile con cui l’Agenzia europea per i medicinali rende nota la lista dei nuovi farmaci che hanno ricevuto l’assenso alla commercializzazione.

MASSIMO CANORRO