Anthropic entra nel settore della scoperta di farmaci per colpire le malattie trascurate
Anthropic sta espandendo i propri confini oltre i LLM lanciando programmi dedicati alla scoperta di farmaci (drug discovery) mirati alle malattie trascurate, che le tradizionali Big Pharma spesso ritengono poco redditizie. Questa mossa strategica sfrutta il nuovo strumento "Claude Science" dell'azienda per accelerare la ricerca preclinica e perfezionare i modelli di IA attraverso dati biologici reali.
Claude Science: accelerare le intuizioni biologiche
L'annuncio di questi programmi è coinciso con la presentazione di "Claude Science", uno strumento di IA progettato per gestire ragionamenti scientifici complessi. Anthropic ha mostrato l'utilità immediata dello strumento con esempi sorprendenti: un ricercatore della UCSF ha utilizzato Claude Science per identificare una contaminazione virale in pochi minuti, un errore che era sfuggito a un team umano per un intero anno. Inoltre, il modello ha analizzato 100 malattie genetiche rare in meno di un'ora, individuando con successo 32 candidati per lo screening computazionale.
Partecipando direttamente alle prime fasi dello sviluppo di farmaci, Anthropic intende utilizzare l'esperienza diretta nei laboratori (wet lab) per costruire modelli di IA più capaci e scientificamente accurati, colmando il divario tra il ragionamento digitale e la realtà biologica.
Ridurre drasticamente i tempi di sviluppo e la latenza
L'industria farmaceutica deve attualmente affrontare enormi inefficienze. Il CEO di Novartis, Vas Narasimhan, ha osservato che portare un farmaco all'approvazione richiede tipicamente dodici anni, un processo ostacolato dalla latenza delle informazioni, dalla latenza operativa e dalla latenza biologica.
Sebbene la latenza biologica (sperimentazioni cliniche e test sugli animali) sia difficile da accorciare, l'IA può intervenire sulle prime due categorie, che comprendono circa il 40% del ciclo di sviluppo. L'approccio di Anthropic mira a comprimere l'intera cronologia da dodici anni a sette o otto. Inoltre, ottimizzando le proprietà molecolari e migliorando le previsioni sulla sicurezza, l'IA potrebbe potenzialmente raddoppiare i tassi di successo dei farmaci dall'attuale 8% al 16%. Dato che il settore spende tra i 150 e i 200 miliardi di dollari all'anno in R&S con una resa relativamente bassa, anche questi guadagni incrementali rappresentano un cambiamento massiccio nella viabilità terapeutica.
La crescente corsa agli armamenti dell'IA nel settore sanitario
La mossa di Anthropic la pone in una posizione di diretta competizione e collaborazione all'interno di un panorama biotech in rapida evoluzione. Il settore vede già i grandi attori impiegare modelli specializzati:
- Google DeepMind & Isomorphic Labs: Utilizzano AlphaFold per la previsione della struttura proteica per rivoluzionare la scoperta di farmaci.
- OpenAI: Si sta espandendo verso strumenti incentrati sul paziente con ChatGPT Health, che integra cartelle cliniche e dati di Apple Health.
- Google DeepMind (Clinical): Si sta muovendo verso modelli "AI Co-Clinician" progettati per supportare i medici attraverso la cura triadica.
Sebbene il potenziale per trattamenti rivoluzionari sia immenso, esperti come Catherine Pope dell'Università di Oxford avvertono che i modelli di IA devono ancora dimostrare di poter navigare nel "mondo umano, disordinato e complesso" della pratica clinica reale.
Punti chiave
- Targeting di nicchie non redditizie: Anthropic si sta concentrando sulle malattie trascurate per adempiere alla propria missione e raccogliere dati biologici di alta qualità per l'addestramento dei modelli.
- Guadagni di efficienza: La scoperta di farmaci guidata dall'IA mira a ridurre i tempi di sviluppo fino a quattro anni e potenzialmente a raddoppiare i tassi di successo clinico.
- Validazione scientifica: Strumenti come Claude Science stanno già dimostrando la capacità di eseguire compiti complessi, come l'analisi di 100 malattie rare in meno di un'ora.