A TD Cowen által készített, 80 biotechnológiai és gyógyszeripari vezetőből és bennfentesből álló felmérés szerint a mesterséges intelligencia (MI) jelentősen lerövidíti és olcsóbbá teszi az előklinikai fejlesztési szakaszt: bizonyos esetekben akár 70%-kal csökkenhetnek a költségek és az időigény.
Mit mértek és miért számít
A felmérés rávilágít arra, hogy az MI-vezérelt eszközök — például számítási modellek, „in silico” platformok és fejlett szekvenálási megoldások — lehetővé teszik tömeges, virtuális kísérletek futtatását másodpercek alatt. Ez a kapacitás növeli a kipróbálható jelöltek számát és adatmennyiséget termel az MI‑modellek továbbképzéséhez, ami elméletileg javíthatja a klinikai siker esélyét.
Brendan Smith, a TD Cowen élettudományok részlegének részvénykutatási igazgatója szerint a cél „több próbálkozás létrehozása” (more shots on goal) — vagyis több kísérleti kezelési lehetőség előállítása a klinikai vizsgálatokhoz vezető úton.
Hatás a laborokra és a foglalkoztatásra
Noha az MI nem váltja fel a tudományos intuíciót és a nedves laboratóriumi munkát, a technológia átalakítja az előkészítő R&D-folyamatokat: a számítógépes elemzések és szimulációk olyan szintre emelik a képernyőt, hogy az legalább olyan fontos lesz a gyógyszertervezésben, mint a hagyományos laborok. Ugyanakkor a vegyi anyagok biztonságát és hatékonyságát továbbra is laborban kell igazolni, így a „wet lab” szerepe megmarad.
A felmérés megjegyzi, hogy ez a folyamatos kutatási hurkokra épülő modell eltér azoktól a MI‑okozta zavaroktól és munkahelyvesztésektől, amelyek más fehérgalléros szektorokat sújtanak, bár a gyógyszeripar bizonyos szegmensei érintettek lehetnek.
Politikai és szabályozási keretek
A cikk rámutat: a Trump‑adminisztráció által támogatott kezdeményezések az állatkísérletek csökkentésére a biomedicinában nagyobb hangsúlyt helyezhetnek számításon alapuló eszközökre, háromdimenziós emberi szövetmodellekre és egyéb alternatív megoldásokra, amelyek a toxikusság előrejelzésében segítenek.
Ugyanakkor a TD Cowen felhívja a figyelmet arra, hogy az adminisztráció az MI-politikában egyszerre törekszik laza szabályozásra és nagyobb felügyeletre a biztonság és az adatvédelem terén, így a szabályozói pálya kiszámítható marad.
Piaci következmények és számok
A felmérés adatai szerint az új gyógyszerfejlesztési programok száma három–öt éven belül több mint 10%-kal növekedhet. A technológiavásárlási láz és a laborokra fordított többletkiadások együtt akár 1 milliárd dollárnyi növekményes költést is jelenthetnek a következő években.
A legnagyobb kereslet 2028‑ig várhatóan a biológiai folyamatokat szimuláló és gyógyszer-kölcsönhatásokat, illetve speciális dózisigazításokat (például újszülöttek vagy terhes nők esetén) előrejelző fejlett szoftverek iránt lesz.
Korlátok és óvatosság
A TD Cowen felhívja a figyelmet arra is, hogy az MI eddig még nem fedezett fel olyan gyógyszert, amely megkapta volna az Amerikai Élelmiszer- és Gyógyszerügyi Hatóság (Food and Drug Administration, FDA) jóváhagyását. Egyes befektetők kételkednek abban, hogy az MI rövid távon jelentős betegekre gyakorolt hatást tud elérni.
Egy fontos aggály, hogy a mérnöki optimalizációk és a modellezés nem feltétlenül veszik kellőképpen figyelembe az emberi szervezetben megjelenő egyéni különbségeket. Ha ez nem változik, a kritikusok szerint az új gyógyszerek kudarcának aránya a klinikai fázisokban továbbra is körülbelül 90% maradhat.
Nemzetközi verseny
A felmérés említi Kína biotechnológiai fejlesztését is: a kínai szektor olcsóbb munkaerejével és gyorsabb átfutási idejével vonzza a beruházásokat, ami fenyegetést jelenthet az amerikai kutatási kapacitások számára.
Összegzés
A TD Cowen felmérése alapján az MI‑alapú eszközök jelentősen felgyorsíthatják és olcsóbbá tehetik az előklinikai gyógyszerfejlesztést, további beruházásokat generálva a szoftverekbe, szimulációs platformokba és laborokba. Ugyanakkor a technológiai előrelépések ellenére a klinikai sikerhez szükséges emberi tényezők és a szabályozói megfontolások továbbra is kulcsfontosságúak.
