Ricerca sui principi attivi con pazienti virtuali
I ricercatori di Sanofi creano gemelli digitali
Annunci
Si stima che tra il cinque e l’otto per cento della popolazione tedesca soffra di una malattia autoimmune come l’asma, l’artrite reumatoide o le malattie infiammatorie intestinali. Lo sviluppo di nuovi farmaci contro queste malattie è un processo lungo e complesso. Per accelerare in modo significativo la ricerca, Markus Rehberg lavora all'intersezione tra ingegneria, matematica e biologia. Lui e il suo team creano i cosiddetti pazienti virtuali per modellare l'efficacia dei nuovi farmaci prima che questi vengano testati negli studi clinici.
"La biologia mi ha sempre affascinato, in particolare il fatto che anche gli organismi più piccoli, come i microbi, siano in grado di svolgere compiti complessi in cui i robot e l'elettronica moderna falliscono ancora", racconta Markus Rehberg. L'ingegnere, che ha conseguito il dottorato, lavora nel settore del Disease Modelling all'interno della Translational Medicine Unit (TMU) presso il Sanofi BioCampus di Francoforte. Lì sviluppa i cosiddetti modelli di "Farmacologia di sistema quantitativa (QSP)".
Questi modelli riproducono in dettaglio i processi fisiopatologici dell’uomo, dal livello molecolare fino alle complesse strutture tissutali. «Si può immaginare come un sistema di equazioni che descrive i processi chimici e cellulari», spiega Rehberg. Con l'aiuto di dati anonimi dei pazienti, i modelli vengono poi adattati e perfezionati in base al decorso individuale della malattia. «È un lavoro impegnativo, ma ci permette di comprendere le relazioni biologiche e le differenze tra i pazienti», spiega l'ingegnere.
Dopo aver completato i suoi studi di ingegneria, Rehberg ha conseguito il dottorato, ha studiato il metabolismo cellulare utilizzando modelli matematici e poi ha deciso di dedicarsi alla ricerca farmaceutica, come lui stesso afferma: "Sono convinto che possiamo decifrare i sistemi biologici in modo più completo utilizzando concetti di ingegneria". Questo mi ha portato dalla ricerca di base allo sviluppo applicato di farmaci."
Da pazienti virtuali a farmaci reali
Al BioCampus, l'ingegnere dirige il settore QSP. Il suo team riunisce diverse competenze: biologia, matematica e informatica. "Siamo allo stesso tempo scienziati, analisti e sviluppatori", racconta. "Questa versatilità non solo è speciale, ma riflette anche la nostra risposta alle esigenze scientifiche e rende la nostra quotidianità estremamente varia." Il know-how combinato confluisce nello sviluppo di pazienti virtuali. Una volta creati, il team può testare al computer una vasta gamma di principi attivi, modellarne l’effetto e aiutare a prendere le decisioni giuste.
Già oggi il team QSP sta studiando una vasta gamma di farmaci in stretta collaborazione con altre funzioni della ricerca e sviluppo a Francoforte. Si ottengono feedback su eventuali necessità di adeguamento, ad esempio, dell’emivita, del legame con la molecola bersaglio o del dosaggio di un principio attivo, al fine di ottenere il massimo effetto possibile nel maggior numero di pazienti. A tal fine, il team attinge a una grande quantità di dati provenienti da molte fonti diverse: dai semplici dati di legame alle valutazioni dei biomarcatori provenienti dal laboratorio, fino agli studi clinici interni ed esterni. "Ciò richiede un coordinamento preciso con tutte le funzioni coinvolte e può essere realizzato solo attraverso una buona collaborazione e un obiettivo comune: aiutare i pazienti", spiega Rehberg. La stretta collaborazione con gli esperti in loco è una base indispensabile per il lavoro.
Il team di ricerca ha iniziato presto a utilizzare l'intelligenza artificiale in modo mirato per il proprio lavoro. L'IA aiuta così ad analizzare set di dati, a verificare e ottimizzare le strutture dei modelli e a generare pazienti virtuali. Ciò consente previsioni più solide e significative.
In collaborazione con i principali istituti di ricerca sull'IA, il team sta inoltre lavorando per combinare i modelli QSP con i più recenti metodi di IA. "L'obiettivo è integrare nei modelli ulteriori correlazioni, come le comorbilità e i fattori demografici, per rappresentare i singoli pazienti in modo ancora più preciso come gemelli digitali", spiega Markus Rehberg.
L'integrazione riuscita di dati a singola cellula ad alta risoluzione, ovvero il sequenziamento dell'RNA a singola cellula, nella creazione di gemelli virtuali dei pazienti è un passo significativo verso il test sistematico delle molecole prima al computer, secondo il principio "In Silico First". "In questo modo possiamo analizzare malattie complesse a un livello finora ineguagliato", afferma Rehberg. "Tutti i dati e le conoscenze confluiscono costantemente nei nostri database, in modo da poter ottimizzare ulteriormente i nostri modelli e rendere utilizzabile la nostra conoscenza del sistema immunitario per la creazione di futuri pazienti virtuali."
Le conoscenze acquisite possono contribuire a identificare precocemente i principi attivi particolarmente promettenti e ad accelerarne lo sviluppo grazie a disegni di studio ottimizzati. "In prospettiva, la medicina diventerà sempre più personalizzata e quindi ancora più efficiente sotto forma di medicina di precisione. Per quanto riguarda l'applicabilità nella pratica clinica, i modelli QSP e i gemelli virtuali dei pazienti potrebbero dare un contributo decisivo, aiutando ad adattare le terapie in modo preciso ai singoli pazienti", riassume Rehberg.
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Tedesco può essere trovato qui.
Annunci
Altre notizie dal dipartimento Ricerca e sviluppo
