Iparág

Mesterséges intelligenciával generált szöveg

A mesterséges intelligencia gyorsítja a gyógyszerkutatást, de a klinikai vizsgálatok továbbra is korlátot jelentenek

A világ vezető gyógyszergyárai egyre szélesebb körben alkalmazzák a mesterséges intelligenciát a gyógyszerfejlesztés korai szakaszaiban.

A mesterséges intelligencia gyorsítja a gyógyszerkutatást, de a klinikai vizsgálatok továbbra is korlátot jelentenek

A mesterséges intelligencia egyes nagy gyógyszergyártóknál akár felére rövidítheti a gyógyszerfejlesztés korai szakaszait. A molekulatervezés és a hatóanyagjelöltek kiválasztása gyorsul, de a humán klinikai vizsgálatok és a hatósági engedélyezés továbbra is korlátozhatják, milyen hamar jutnak el az új készítmények a betegekhez.

A GSK, a Bristol Myers Squibb, a Novartis, az Eli Lilly, a Novo Nordisk, az AstraZeneca és a Sanofi már nemcsak adminisztrációra vagy engedélykérelmek előkészítésére használja a technológiát. Az AI segít új molekulák tervezésében, az ígéretes jelöltek kiválasztásában és a biztonsági kockázatok korai felismerésében is. Sharon Barr, az AstraZeneca vezetője szerint a felfedezéstől a fejlesztésig ma már minden szakaszban alkalmaznak mesterséges intelligenciát.

Rövidebb kutatási ciklusok

A Sanofi legalább egy évet takarított meg a lunsekimig nevű asztmagyógyszer fejlesztésén: algoritmusok segítségével kihagyhatott egy dóziskiválasztási vizsgálatot. A Novartis öt, vesebetegségek kezeléséhez kapcsolódó új gyógyszercélpontot azonosított a technológiával, a Bristol Myers Squibb pedig belső rendszereinek tulajdonítja egy sarlósejtes vérszegénység elleni hatóanyagjelölt felfedezését.

A Novo Nordisknál az új molekulák tervezési, gyártási és tesztelési ciklusainak száma nyolcról háromra csökkent, miközben egy-egy ciklus nyolc helyett négy hétig tart. A Novartisnál a projekt indításától egy konkrét gyógyszerjelöltig vezető idő átlagosan három évről másfél-két évre rövidült.

A klinikai szakaszba jutó, AI segítségével fejlesztett jelöltek száma ugyanakkor csak lassan nő. Az idei márciusi adatok 69 vállalatnál 129 ilyen jelöltet tartottak számon, szemben a nyolc hónappal korábbi 117-tel. A hagyományos módszerekkel fejlesztett gyógyszerek közel 90 százaléka elbukik a klinikai vizsgálatokban, egy készítmény piacra vitele pedig rendszerint 10–15 évig tart és dollármilliárdokba kerül. A preklinikai munka gyorsulása ezért nem feltétlenül jelenti a végső jóváhagyás gyorsulását.

Partnerek és versenytársak

A technológiai vállalatok egyre nagyobb szerepet keresnek a gyógyszerkutatásban. Az Anthropic nemrég saját laboratóriumot nyitott, elindította tudományos kutatásra szánt Claude Science szoftverét, és igazgatóságába választotta Vas Narasimhant, a Novartis vezérigazgatóját. A forrás szerint a vállalat a héten tőzsdére lépett; Dario Amodei, az Anthropic vezérigazgatója a Nasdaq csütörtöki kereskedésnyitása előtt arról beszélt, hogy a technológia érdemben gyorsíthatja a gyógymódok megtalálását. Kockázatitőke-befektetők szerint a vezető AI-fejlesztők felvásárolható gyógyszeripari cégeket is keresnek, hogy kutatási adatokhoz jussanak.

A Bristol Myers Squibb és a Novo Nordisk partnerként tekint az Anthropicra, és a Claude Science rendszert kutatás-fejlesztésében is használja. A GSK ezzel szemben közvetlen versenytársat lát az új szereplőkben. Az Eli Lilly szakemberei túlzónak tartják az AI-cégek vezetőinek azon állításait, amelyek szerint a technológia minden betegséget képes lesz meggyógyítani.

A gyógyszergyártók szerint az évtizedes kutatási tapasztalat és a saját adatállomány fontos versenyelőnyt jelent. Sem a Novo Nordisk, sem a Sanofi nem adja át védett adatait külső technológiai cégeknek nagy nyelvi modellek betanításához. Matt Truppo, a Sanofi kutatás-fejlesztési részlegének számítási és AI-stratégiáért felelős globális vezetője szerint megfelelő adatok nélkül a külső algoritmusok gyorsan használhatatlanná válnak. Várakozása szerint a Sanofi belső adatokra épülő rendszerei a következő öt évben több mint száz fejlesztési programban felezik majd meg a korai kutatás idejét.