Articolo editorialeOpen AccessRevisione espertaDifesa Intracellulare e Alternative IV

Progettazione De Novo di Farmaci tramite AI Generativa: Progressi Clinici e Panorama Metodologico

Pubblicato: 9 May 2026·Olympia R&D Bulletin·Permalink: olympiabiosciences.com/rd-hub/ai-generative-drug-design-clinical-update/·15 fonti citate·≈ 6 min di lettura
De Novo Generative AI Drug Design: Clinical Progress and Methodological Landscape — Intracellular Defense & IV-Alternatives scientific visualization

Sfida di settore

Lo sviluppo rapido di nuove molecole terapeutiche con elevata specificità e profili farmacologici ottimizzati, specialmente per target complessi, richiede metodologie di progettazione innovative ed efficienti che superino i tradizionali processi di scoperta.

Contesto di ricerca

This article summarizes third-party research. It does not establish a product-specific result or commercial capability.

💬Non sei uno scienziato? 💬 Richiedi un riassunto in linguaggio semplice

In parole semplici

L'intelligenza artificiale (IA) sta rivoluzionando lo sviluppo dei farmaci, creando medicine completamente nuove che stanno mostrando risultati promettenti nei test sugli esseri umani. Ad esempio, un farmaco progettato dall'IA per una grave malattia che causa cicatrici ai polmoni ha completato con successo la fase intermedia degli studi clinici. L'IA aiuta gli scienziati a scoprire nuovi bersagli nel corpo per le malattie e poi progetta le molecole dei farmaci, incluse complesse proteine immunitarie come gli anticorpi, prevedendo come interagiscono. Questa tecnologia all'avanguardia sta accelerando la creazione di trattamenti nuovi e più efficaci.

Utilizza il brief di Paid Discovery per definire l'evidenza, la formulazione e l'ambito normativo del progetto.

Definisci l'ambito del progetto →

Sintesi

Le terapie "interamente generate dall'IA" (de novo) sono ormai chiaramente in fase clinica, ma le prove pubbliche più rigorose si collocano ancora nello sviluppo clinico di fase iniziale-intermedia, piuttosto che in trial completati di fase avanzata. La prova di concetto clinica più solida sottoposta a peer-review, a partire da maggio 2026, è rentosertib di Insilico Medicine (precedentemente ISM001-055 / INS018_055), che ha riportato i risultati di un trial randomizzato di Fase 2a nella fibrosi polmonare idiopatica (IPF) in Nature Medicine (pubblicato online il 3 giugno 2025).[1]

Parallelamente, molteplici programmi progettati con piattaforme di IA generativa sono entrati in Fase 1 (ad esempio il primo farmaco progettato dall'IA di Isomorphic Labs nel Regno Unito e ABS-101 di Absci) o sono passati a test registrativi (ad esempio GB-0895 di Generate:Biomedicines con trial globali di Fase 3 pianificati e MDR-001 di MindRank con il primo paziente dosato nella Fase 3 in Cina).[2–5]

Stato dell'arte

In pratica, "progettato dall'IA" può riferirsi a diversi contributi tecnici lungo il percorso che va dalla selezione del target all'ottimizzazione del lead e all'ingegnerizzazione della molecola. Ad esempio, Insilico descrive un workflow end-to-end in cui ha prima identificato un target per l'IPF utilizzando il suo motore PandaOmics e poi ha progettato e ottimizzato una piccola molecola utilizzando il suo motore di chimica generativa Chemistry42.[6]

Una capacità separata e sempre più importante è la modellazione ad alta precisione delle forme proteiche e delle loro interazioni. I report pubblici riguardanti il primo farmaco progettato dall'IA di Isomorphic Labs inquadrano esplicitamente lo sforzo come guidato da AlphaFold 3, descritto come uno strumento in grado di "predire accuratamente la forma delle proteine e il modo in cui interagiscono con altre molecole".[2]

Sul fronte dei biologici, i metodi di generazione proteica de novo stanno dimostrando un controllo a livello atomico sul legame. Un report del 2026 descrive la combinazione di una rete RFdiffusion2 ottimizzata con screening mediante yeast display per generare formati anticorpali (VHH, scFv e anticorpi completi) che legano epitopi specificati dall'utente "con precisione a livello atomico", con conferma tramite cryo-EM delle pose di legame e della maturazione dell'affinità che produce leganti nanomolari a singola cifra mantenendo la selettività per l'epitopo.[7]

Evidenze cliniche

La tabella seguente riassume un ristretto set di programmi de novo, progettati dall'IA generativa, con milestone cliniche esplicite e documentate nel dataset fornito.

Risultati clinici più avanzati sottoposti a peer-review

Il segnale clinico più dettagliato e sottoposto a peer-review nel dataset è rentosertib di Insilico nell'IPF. Il report pubblicato descrive "il primo studio multicentrico di fase 2a, in doppio cieco, randomizzato, controllato con placebo" che testa rentosertib (precedentemente ISM001-055), caratterizzato come un "inibitore a piccola molecola di TNIK, first-in-class e generato dall'IA", con TNIK descritto come un "target first-in-class nella fibrosi polmonare idiopatica (IPF) scoperto utilizzando l'IA generativa".[1]

L'efficacia è stata riportata come variazione della capacità vitale forzata (FVC), con il braccio al dosaggio più elevato che ha mostrato una variazione media di mL (95% CI 10.9 a 185.9) nel gruppo da 60 mg una volta al giorno rispetto a mL (95% CI −116.1 a 75.6) nel gruppo placebo.[1] Comunicazioni complementari riguardanti lo stesso programma di Fase 2a descrivono il raggiungimento dell'endpoint primario di sicurezza e tollerabilità tra i vari livelli di dose e riportano un miglioramento della FVC dose-dipendente in un endpoint secondario.[12]

Separatamente, Insilico ha anche riferito progressi normativi per una formulazione a somministrazione polmonare diretta: una soluzione per inalazione di rentosertib ha ricevuto l'autorizzazione IND a supporto di uno studio di Fase 1 per valutarne sicurezza, tollerabilità e farmacocinetica.[13]

L'ondata successiva

Oltre a rentosertib, diverse organizzazioni stanno ora descrivendo pubblicamente i test first-in-human per candidati progettati dall'IA.

Isomorphic Labs (Alphabet) ha annunciato l'inizio dei trial sull'uomo per il suo primo farmaco progettato dall'IA, affermando che è in corso un trial di Fase 1 nel Regno Unito focalizzato su sicurezza e tollerabilità in volontari sani, con il progetto descritto come guidato da AlphaFold 3.[2]

Generate:Biomedicines ha divulgato sia dati clinici iniziali che intenzioni per le fasi avanzate. Per GB-0669 (un anticorpo neutralizzante per SARS-CoV-2), i dati first-in-human hanno descritto la tollerabilità di Fase 1 senza tossicità dose-limitanti o eventi avversi gravi e hanno riportato metriche di neutralizzazione (ad esempio, indice di neutralizzazione 15 a 1200 mg).[11] Per GB-0895 (anti-TSLP), l'azienda ha annunciato piani per avviare due trial globali di Fase 3 (SOLAIRIA-1 e SOLAIRIA-2), descrivendo il regime posologico (300 mg sottocutanei ogni sei mesi) e un disegno di 52 settimane con un endpoint primario legato al tasso annualizzato di esacerbazione dell'asma.[4, 10]

Absci ha fatto avanzare diversi anticorpi ingegnerizzati dall'IA nei test clinici. Ha riportato i primi volontari sani dosati in uno studio di Fase 1 su ABS-101, un anticorpo anti-TL1A ingegnerizzato con la sua piattaforma di IA generativa.[3] Ha inoltre riferito i primi volontari sani dosati in uno studio HEADLINE di Fase 1/2a per ABS-201 (anti-PRLR) e ha dichiarato che i dati ad interim sono attesi nella seconda metà del 2026.[14]

Considerazioni critiche

In primo luogo, "in fase clinica" non significa "clinicamente provato". Il segnale di efficacia più chiaro nel dataset (la variazione della FVC in Fase 2a di rentosertib) è ancora un risultato di Fase 2a ed è esplicitamente inquadrato come tale da giustificare ulteriori indagini in trial più ampi e di lunga durata.[15]

In secondo luogo, anche quando i programmi raggiungono i trial registrativi, ciò riflette tipicamente una transizione verso test di conferma più lunghi piuttosto che il loro completamento. Ad esempio, il programma di Fase 3 nell'asma per GB-0895 è descritto come avvio pianificato e specifica un disegno controllato con placebo di 52 settimane, implicando che i risultati arriveranno solo dopo un follow-up e un'analisi sostanziali.[4, 10] Allo stesso modo, la divulgazione di MDR-001 di MindRank è inquadrata come primo paziente dosato nella Fase 3, che è una milestone di inizio trial piuttosto che un readout di endpoint.[5]

In terzo luogo, il termine "progettato dall'IA" rimane eterogeneo tra le diverse modalità e aziende. Alcuni programmi enfatizzano i workflow generativi end-to-end sia per il target che per la molecola (come descritto per la scoperta del target di rentosertib e l'inibitore generato dall'IA), mentre altri enfatizzano la predizione della struttura (sforzi guidati da AlphaFold) o la generazione di proteine/anticorpi de novo (approcci basati su RFdiffusion).[1, 2, 7]

Aspetti da monitorare

La questione scientifica a breve termine è se il segnale di Fase 2a osservato per rentosertib — specialmente la variazione della FVC associata alla dose — si riproduca in studi più ampi e di lunga durata nell'IPF, un contesto in cui il declino della funzione polmonare è clinicamente significativo e difficile da invertire.[1]

La questione traslazionale a breve termine è se gli anticorpi ingegnerizzati dall'IA come GB-0895 possano tradurre la farmacocinetica a lunga durata d'azione e la soppressione dei biomarcatori della Fase 1 in riduzioni clinicamente significative delle esacerbazioni in un disegno di Fase 3 della durata di un anno.[4, 10] Infine, man mano che più candidati entreranno in Fase 1 (inclusi quelli descritti da Isomorphic Labs e Absci), il settore sarà giudicato meno dalle affermazioni sulla velocità di progettazione e più dalle proprietà cliniche che gli studi iniziali sono esplicitamente impostati per misurare: sicurezza, tollerabilità, farmacocinetica e — successivamente — endpoint di efficacia validati.[2, 3]

Contributi degli autori

O.B.: Conceptualization, Literature Review, Writing — Original Draft, Writing — Review & Editing. The author has read and approved the published version of the manuscript.

Conflitto di interessi

The author is affiliated with Olympia Biosciences™ (IOC sp. z o.o.), a registered manufacturer of food supplements and FSMP in Poland.

Olimpia Baranowska

Olimpia Baranowska

CEO & Direttore Scientifico · M.Sc. Eng. Technical Physics & Applied Mathematics (Fisica Quantistica Astratta & Microelettronica Organica) · Dottoranda in Scienze Mediche (Flebologia)

Founder of Olympia Biosciences™ (IOC Ltd.) · Specialising in dietary supplement formulation and clinical nutrition.

IP proprietaria

Interessato a questa tecnologia?

L'ambito del progetto, il lavoro di formulazione e i relativi diritti sono definiti nel contratto applicabile.

I diritti, le condizioni di trasferimento ed eventuale esclusività sono definiti esclusivamente negli accordi sottoscritti e dipendono dall'ambito del progetto.

Richiedi un preventivo scritto dettagliato

Riferimenti

15 fonti citate

  1. 1.
  2. 2.
  3. 3.
  4. 4.
  5. 5.
  6. 6.
  7. 7.
  8. 8.
  9. 9.
  10. 10.
  11. 11.
  12. 12.
  13. 13.
  14. 14.
  15. 15.

Disclaimer scientifico e legale globale

  1. 1. Solo per scopi B2B e didattici. La letteratura scientifica, gli approfondimenti di ricerca e il materiale didattico pubblicati sul sito web di Olympia Biosciences sono forniti esclusivamente a scopo informativo, accademico e di riferimento per il settore B2B. Sono destinati unicamente a professionisti del settore medico, farmacologi, biotecnologi e sviluppatori di brand che operano in ambito professionale B2B.

  2. 2. Nessuna indicazione specifica sul prodotto.. Produttore registrato PIS di integratori alimentari; stabilimento di produzione registrato presso il PIS a Gdynia, Polonia (ul. Polska 20).

  3. 3. Non costituisce consulenza medica.. Il contenuto fornito non costituisce consulenza medica, diagnosi, trattamento o raccomandazioni cliniche. Non intende sostituire il consulto con un professionista sanitario qualificato. Tutto il materiale scientifico pubblicato rappresenta una panoramica accademica generale basata su ricerche sottoposte a revisione paritaria e deve essere interpretato esclusivamente in un contesto di formulazione B2B e R&D.

  4. 4. Stato normativo e responsabilità del cliente.. Sebbene rispettiamo e operiamo nel rispetto delle linee guida delle autorità sanitarie globali (inclusi EFSA, FDA ed EMA), la ricerca scientifica emergente discussa nei nostri articoli potrebbe non essere stata formalmente valutata da tali enti. La conformità normativa del prodotto finale, l'accuratezza dell'etichettatura e la validazione dei claim di marketing B2C in qualsiasi giurisdizione rimangono esclusiva responsabilità legale del titolare del marchio. Olympia Biosciences™ fornisce esclusivamente servizi di produzione, formulazione e analisi. Queste dichiarazioni e i dati grezzi non sono stati valutati dalla Food and Drug Administration (FDA), dall'European Food Safety Authority (EFSA) o dalla Therapeutic Goods Administration (TGA). I principi attivi farmaceutici (API) e le formulazioni discussi non sono destinati a diagnosticare, trattare, curare o prevenire alcuna malattia. Nulla di quanto contenuto in questa pagina costituisce un'indicazione sulla salute ai sensi del Regolamento (CE) n. 1924/2006 dell'UE o del Dietary Supplement Health and Education Act (DSHEA) statunitense.

Esplora altre formulazioni R&D

Visualizza Matrice Completa ›

Disclaimer editoriale

Questo articolo riassume la letteratura scientifica pubblicata a scopo didattico. Non costituisce una valutazione specifica di prodotto, un parere normativo o un impegno di produzione.

Il nostro impegno per la proprietà intellettuale

Olympia non possiede marchi propri e non lo farà mai: il nostro modello di business si basa sul non competere mai con i nostri clienti.

Olympia non possiede marchi propri e non lo farà mai: il nostro modello di business si basa sul non competere mai con i nostri clienti.

Esplora la tutela della proprietà intellettuale

Citare

APA

Baranowska, O. (2026). Progettazione De Novo di Farmaci tramite AI Generativa: Progressi Clinici e Panorama Metodologico. Olympia R&D Bulletin. https://olympiabiosciences.com/rd-hub/ai-generative-drug-design-clinical-update/

Vancouver

Baranowska O. Progettazione De Novo di Farmaci tramite AI Generativa: Progressi Clinici e Panorama Metodologico. Olympia R&D Bulletin. 2026. Available from: https://olympiabiosciences.com/rd-hub/ai-generative-drug-design-clinical-update/

BibTeX
@article{Baranowska2026aigenera,
  author  = {Baranowska, Olimpia},
  title   = {Progettazione De Novo di Farmaci tramite AI Generativa: Progressi Clinici e Panorama Metodologico},
  journal = {Olympia R\&D Bulletin},
  year    = {2026},
  url     = {https://olympiabiosciences.com/rd-hub/ai-generative-drug-design-clinical-update/}
}

Richiedi un preventivo definito per iscritto

Article

Progettazione De Novo di Farmaci tramite AI Generativa: Progressi Clinici e Panorama Metodologico

https://olympiabiosciences.com/rd-hub/ai-generative-drug-design-clinical-update/

1

Aggiungi il contesto dell'articolo alla tua richiesta

Includi il titolo dell'articolo e la tua domanda nella richiesta scritta.

Apri il modulo di richiesta scritta
2

RICHIEDI UN PREVENTIVO DEFINITO PER ISCRITTO

Invia una richiesta definita per iscritto; il nostro team la esaminerà e risponderà per iscritto.

RICHIEDI UN PREVENTIVO DEFINITO PER ISCRITTO

Manifesta interesse per questa tecnologia

Ti forniremo ulteriori dettagli su licenze o partnership.

Article

Progettazione De Novo di Farmaci tramite AI Generativa: Progressi Clinici e Panorama Metodologico

Nessuno spam. Olimpia esaminerà personalmente la Sua richiesta.