Un gruppo di ricerca ha creato una “biotecnologia virtuale” in cui migliaia di agenti basati sull’intelligenza artificiale collaborano alle diverse fasi della scoperta di nuovi farmaci.
In uno studio pubblicato su *Science*, il sistema ha analizzato i dati provenienti da 55.984 studi clinici. I ricercatori gli hanno inoltre chiesto di esaminare la proteina B7-H3, già oggetto di studio come possibile bersaglio terapeutico nel cancro al polmone.
I risultati sono interessanti. Tuttavia, l’intelligenza artificiale non ha scoperto il B7-H3, né ha sviluppato un nuovo farmaco, né ha dimostrato l’efficacia di una terapia. La sua proposta non è ancora stata verificata sperimentalmente.
Cosa hanno fatto concretamente i 37.000 agenti di intelligenza artificiale?
La Virtual Biotech è stata concepita per funzionare come un’azienda biotecnologica.
Un’IA in veste di “capo ricercatore” ha assegnato i compiti a team che si occupavano di ambiti quali gli obiettivi terapeutici, la progettazione dei farmaci e le sperimentazioni cliniche. Oltre 37.000 agenti hanno esaminato, ciascuno, una sperimentazione clinica in fase avanzata.
I ricercatori hanno quindi assegnato al sistema un compito più specifico: valutare se il CD276, più comunemente noto come B7-H3, potesse rappresentare un bersaglio terapeutico utile nel cancro al polmone.
La proteina B7-H3 non era una nuova scoperta. Ricerche precedenti avevano già rilevato livelli elevati di questa proteina in alcuni tumori polmonari e avevano suggerito che potesse aiutare il cancro a sfuggire al sistema immunitario.
Il sistema ha analizzato i dati genetici, monocellulari, spaziali e clinici disponibili. Ha indicato B7-H3 come possibile bersaglio e ha proposto di utilizzare un coniugato anticorpo-farmaco (ADC) per attaccarlo.
Un ADC combina un anticorpo in grado di riconoscere un bersaglio specifico con un farmaco antitumorale. L’anticorpo ha il compito di trasportare il farmaco verso le cellule che presentano quel bersaglio.
Il nostro articolo su TROP2 e il cancro al polmone approfondisce il funzionamento degli ADC e le questioni relative al loro impiego.
Il B7-H3 è già in fase di sperimentazione nel carcinoma polmonare a piccole cellule
In occasione della Conferenza mondiale sul cancro al polmone del 2026 sono stati presentati i risultati provvisori di fase III relativi a due diversi ADC mirati al B7-H3 nel carcinoma polmonare a piccole cellule recidivante.
Nello studio TAISHAN-302, il tambotatug pelitecan ha migliorato la sopravvivenza globale mediana portandola a 13,3 mesi, rispetto ai 9,4 mesi del topotecan.
Nello studio ARTEMIS-008, la sopravvivenza globale mediana è stata di 18,5 mesi con risvutatug rezetecan e di 10,3 mesi con topotecan.
Entrambi gli studi sono stati condotti in Cina. Sono necessari ulteriori studi per stabilire se i risultati siano altrettanto validi per popolazioni più ampie, comprese quelle europee.
Questi farmaci sono stati sviluppati indipendentemente dallo studio di Virtual Biotech. I risultati non convalidano il sistema di intelligenza artificiale né dimostrano che la sua proposta funzionerebbe. Tuttavia, evidenziano il motivo per cui il B7-H3 sta suscitando interesse nella ricerca sul cancro al polmone.
Ciò avviene in un momento in cui il trattamento del carcinoma polmonare a piccole cellule sta iniziando a cambiare dopo decenni di progressi limitati. Il nostro articolo sui nuovi trattamenti per il carcinoma polmonare a piccole cellule in Europa illustra alcuni dei recenti sviluppi e spiega perché l’approvazione a livello europeo non comporti automaticamente l’accesso alla terapia.
Il nostro recente webinar sul carcinoma polmonare a piccole cellule ha trattato anche l’accesso alle sperimentazioni cliniche, i nuovi trattamenti e il sostegno di cui le persone hanno bisogno quando è necessario prendere decisioni in tempi rapidi.
La Virtual Biotech non ha sviluppato alcun trattamento
Lo studio dimostra ciò che un ampio gruppo di agenti basati sull'intelligenza artificiale è in grado di fare utilizzando le informazioni già disponibili. Non dimostra, tuttavia, che il trattamento da loro proposto sia sicuro o efficace.
Non è stato prodotto alcun nuovo farmaco B7-H3 da parte di Virtual Biotech. La sua proposta non è stata verificata né tramite esperimenti di laboratorio, né tramite studi sugli animali, né tramite sperimentazioni cliniche.
Anche i ricercatori umani hanno continuato a partecipare al progetto. Hanno scelto il cancro ai polmoni come obiettivo da studiare per il sistema, ne hanno esaminato il lavoro e hanno coinvolto specialisti esterni per valutare la proposta.
Lo sviluppo di un farmaco non consiste semplicemente nella ricerca di un bersaglio plausibile. Un potenziale trattamento deve comunque essere realizzato, testato e confrontato con le terapie esistenti. Molte idee apparentemente promettenti falliscono nel corso di tale processo.
L'intelligenza artificiale potrebbe accelerare lo sviluppo di farmaci contro il cancro ai polmoni?
Il potenziale risiede nella velocità e nella portata.
Un team di ricerca composto da esseri umani non è in grado di ripartire decine di migliaia di studi clinici tra decine di migliaia di ricercatori. Un sistema di intelligenza artificiale è in grado di organizzare il lavoro su tale scala e di individuare correlazioni all’interno di grandi quantità di dati.
Ciò potrebbe aiutare i ricercatori a decidere quali obiettivi meritino maggiore attenzione, a individuare i motivi per cui gli studi clinici precedenti hanno avuto esito positivo o negativo e a restringere il campo delle idee da approfondire nella ricerca di laboratorio.
Potrebbe inoltre generare errori plausibili su larga scala. La qualità delle sue conclusioni dipende dalle prove che riceve, dalle domande che gli vengono poste e dai controlli effettuati da persone in possesso delle competenze necessarie.
La dichiarazione di posizione di Lung Cancer Europe sull'intelligenza artificiale nella cura del cancro al polmone invoca trasparenza e dati scientifici, ponendo al centro il giudizio umano e coinvolgendo le persone affette da cancro al polmone nelle decisioni relative all'utilizzo dell'intelligenza artificiale.
Tali principi valgono tanto per la ricerca farmacologica quanto per l'assistenza clinica.
Chi trae beneficio da una ricerca più rapida sul cancro ai polmoni?
Individuare più rapidamente un possibile bersaglio terapeutico è solo una parte del lavoro.
I due studi clinici di fase III sul B7-H3 sono stati condotti in Cina. Ulteriori dati scientifici, le decisioni delle autorità regolatorie e le procedure nazionali di rimborso determineranno se questi trattamenti saranno infine disponibili per i pazienti in Europa.
L'accesso ai nuovi trattamenti contro il cancro al polmone presenta già notevoli differenze tra i vari paesi europei. L'Atlante sull'accesso alle cure di Lung Cancer Europe consente di confrontare le informazioni relative al rimborso, ai test sui biomarcatori, allo screening e alle sperimentazioni cliniche in tutta Europa.
L'intelligenza artificiale potrebbe aiutare i ricercatori a accelerare le fasi iniziali dello sviluppo dei farmaci. Da sola, però, non può risolvere i problemi legati alla lentezza delle procedure di approvazione, alla disparità nell'accesso ai test, alla disponibilità limitata di studi clinici o alle differenze nei finanziamenti nazionali.
Le stesse questioni si pongono anche in altri ambiti dell’intelligenza artificiale applicata alla medicina. Il nostro articolo sull’imaging basato sull’intelligenza artificiale e su Cancer Image Europe esamina in che modo dati di migliore qualità potrebbero supportare la ricerca e la diagnosi, e perché la rappresentatività, la governance e l’accesso richiedono attenzione sin dall’inizio.
E adesso che succede?
Virtual Biotech deve ora dimostrare il proprio valore al di fuori di un sistema informatico.
La proposta B7-H3 richiederebbe una verifica sperimentale prima che si possa stabilire se possa diventare un trattamento. Il sistema deve inoltre essere testato in relazione ad altre questioni di ricerca per valutare l'affidabilità delle sue prestazioni.
Per le persone affette da cancro ai polmoni, la domanda è semplice: questo approccio contribuisce a sviluppare terapie sicure ed efficaci, e tali terapie raggiungono chi ne ha bisogno?
La risposta verrà dal lavoro di laboratorio, dalle sperimentazioni cliniche e dall’accesso nella pratica, non dal numero di agenti di intelligenza artificiale coinvolti.