Le nuove tecnologie nella produzione di farmaci personalizzati stanno trasformando radicalmente l’approccio alla cura, rendendola sempre più mirata e su misura per il singolo paziente.
L’obiettivo consiste nel superare il paradigma di “taglia unica” nel curare le malattie, dal momento che le persone rispondono ai trattamenti in maniera differente, a causa dell’impatto di fattori genetici, ambientali e perfino dello stile di vita. Finisce dunque l’era delle soluzioni uguali per tutti, a prescindere dalle caratteristiche individuali, tagliando il tempo del lab-to-market time (ancora fermo a dodici anni nel 2024, con uno scarto superiore al 90% dei candidati farmaci). In prospettiva si dovrebbe anche tagliare il costo di sviluppo di un farmaco, raddoppiato in un decennio ad oltre 3 miliardi di dollari. Ecco le principali tecnologie in grado di rivoluzionare la medicina personalizzata, in ambito farmacologico, grazie a modelli preclinici affidabili per testare farmaci e sviluppare terapie su misura per ogni individuo.
Indice degli argomenti
Genomica e analisi dei big data
La genomica e l’analisi dei big data (big data genomici) stanno rivoluzionando lo sviluppo di farmaci personalizzati, consentendo trattamenti su misura basati sul profilo genetico individuale:
- il sequenziamento del DNA (per esempio, Next generation sequencing, Ngs) permette di analizzare il genoma di un individuo per individuare mutazioni o predisposizioni genetiche: Ngs riguarda, in particolare, le tecnologie per sequenziare gli acidi nucleici, il cui comun denominatore è la capacità di sequenziamento di milioni di frammenti di Dna in parallelo, al fine di ottenere la caratterizzazione di genomi di maggiori dimensioni rispetto al metodo di sequenziamento di prima generazione;
- la bioinformatica e intelligenza artificiale esaminano grandi volumi di dati genetici, clinici e molecolari per identificare le migliori terapie per ciascun paziente.
Vediamo una panoramica di esempi concreti, studi recenti e casi clinici che mettono in luce queste innovazioni:
- programma NHS per il sequenziamento del genoma nei neonati;
- Helix: dati clinico-genomici per la medicina di precisione;
- Insilico Medicine: intelligenza artificiale nella scoperta di farmaci;
- programma Personalized onco-genomics (POG) in Canada;
- MammaPrint: test genomico per il cancro al seno;
- AI-driven precision medicine: integrazione di intelligenza artificiale (AI) e analisi di big data.
Programma NHS
Il Servizio Sanitario Nazionale (NHS) del Regno Unito ha annunciato un piano decennale per offrire il sequenziamento completo del genoma ad ogni neonato. Il programma mira a identificare oltre 200 malattie rare, consentendo diagnosi precoci e trattamenti tempestivi.
L’iniziativa è supportata da un investimento di 650 milioni di sterline in genomica e prevede anche l’uso dell’intelligenza artificiale per personalizzare le cure e migliorare la salute pubblica.
Dati clinico-genomici per la medicina di precisione
Helix utilizza dati clinico-genomici reali per ottimizzare la scoperta di bersagli terapeutici e comprendere meglio i meccanismi delle malattie complesse. La piattaforma Exome+ di Helix, combinata con dati di salute standardizzati, consente ai ricercatori di condurre studi innovativi in diverse aree terapeutiche, accelerando lo sviluppo di terapie personalizzate.
Insilico Medicine: intelligenza artificiale nella scoperta di farmaci
Insilico Medicine applica l’intelligenza artificiale e il deep learning per progettare nuove molecole terapeutiche. Nel 2021, ha identificato un potenziale nuovo farmaco in soli 46 giorni, dimostrando l’efficacia dell’AI nella scoperta di farmaci. L’azienda ha anche avviato uno dei primi studi clinici di fase intermedia per un farmaco progettato dall’AI.
Programma Personalized onco-genomics (Pog) in Canada
Il programma POG, sviluppato in Canada, utilizza il sequenziamento del genoma per identificare le mutazioni specifiche dei tumori di ciascun paziente. Queste informazioni guidano la selezione di terapie mirate, migliorando l’efficacia del trattamento e riducendo gli effetti collaterali.
MammaPrint: test genomico per il cancro al seno
Basato sulla tecnologia microarray (per l’analisi contemporanea di migliaia di geni o per individuare variazioni genetiche), MammaPrint è un test genomico che analizza l’espressione di 70 geni per valutare il rischio di recidiva nel cancro al seno. Il trial Mindact ha dimostrato che MammaPrint può identificare pazienti che possono evitare la chemioterapia, riducendo l’esposizione a trattamenti aggressivi senza compromettere l’efficacia terapeutica.
AI-driven precision medicine: integrazione di AI e big data
L’integrazione dell’intelligenza artificiale con la genomica e i big data sta accelerando l’evoluzione della medicina personalizzata.
L’uso di algoritmi di AI consente di analizzare grandi volumi di dati genetici e clinici, identificando varianti genetiche associate a malattie e prevedendo la risposta dei pazienti ai trattamenti. Questo approccio migliora l’efficacia delle terapie e riduce gli effetti collaterali.
Tecnologie di editing genetico
L’editing genetico, in particolare la tecnologia Crispr, sta aprendo nuove frontiere nella medicina personalizzata, consentendo lo sviluppo di trattamenti su misura per malattie genetiche rare e complesse.
Crispr-Cas9 consente di modificare in modo preciso specifici geni, aprendo la strada a terapie personalizzate per malattie genetiche e alcuni tipi di tumore.
Ecco alcuni esempi, studi e casi clinici che evidenziano queste innovazioni:
- Terapia personalizzata Crispr (base editing in particolare) per la carenza di CPS1;
- Casgevy: prima terapia Crispr approvata per malattie del sangue;
- Yolt-203: editing genetico in vivo per l’iperossaluria primaria;
- Edit-101: terapia Crispr per la retinite pigmentosa;
- approcci avanzati: prime editing e base editing.
Terapia personalizzata CRISPR per la carenza di CPS1
Nel febbraio 2025, un team del Children’s Hospital of Philadelphia (CHOP) e della Penn Medicine ha trattato con successo un neonato, KJ, affetto da una rara malattia metabolica chiamata carenza di carbamoyl fosfato sintetasi 1 (CPS1).
Utilizzando una terapia CRISPR personalizzata, hanno corretto una mutazione specifica nel gene CPS1 del bambino. Dopo il trattamento, KJ ha mostrato miglioramenti significativi, tra cui una maggiore tolleranza alle proteine. Questo caso rappresenta il primo trattamento con terapia Crispr su misura per un singolo paziente.
Casgevy: prima terapia Crispr approvata per malattie del sangue
Nel novembre 2023, la terapia genica Exagamglogene autotemcel (Casgevy), sviluppata da Vertex Pharmaceuticals e CRISPR Therapeutics, ha ricevuto l’approvazione per il trattamento della beta-talassemia e della drepanocitosi. Questa terapia utilizza l’editing del gene BCL11A per riattivare la produzione di emoglobina fetale, riducendo la necessità di trasfusioni di sangue. Casgevy rappresenta la prima terapia Crispr approvata per l’uso clinico.
YOLT-203: editing genetico in vivo per l’iperossaluria primaria
Nel gennaio 2025, YolTech Therapeutics ha avviato una sperimentazione clinica con Yolt203, una terapia Crispr in vivo per l’iperossaluria primaria di tipo 1 (PH1). Il trattamento ha mostrato una riduzione significativa dei livelli di ossalato nelle urine, con un miglioramento duraturo fino a 16 settimane dopo il trattamento. Lo studio segna un passo importante nell’applicazione dell’editing genetico direttamente nel corpo umano.
Edit-101: terapia Crispr per la retinite pigmentosa
Editas Medicine sta sviluppando Edit-101, una terapia Crispr destinata al trattamento della retinite pigmentosa congenita di Leber (LCA10), una malattia genetica che causa la cecità. Nel 2021, è stato somministrato il trattamento a un paziente, con risultati promettenti che suggeriscono un potenziale miglioramento della vista. Questo approccio rappresenta una delle prime applicazioni dell’editing genetico per malattie oculari.
Approcci evoluti: prime editing e base editing
Oltre alla tecnologia Crispr-Cas9, sono in fase di sviluppo tecniche avanzate come il prime editing e il base editing. Si tratta di metodi che offrono una maggiore precisione nell’editing genetico, riducendo il rischio di effetti collaterali indesiderati. Sono in corso studi clinici per valutare la loro efficacia nel trattamento di malattie genetiche complesse.
Stampa 3D di farmaci
La stampa 3D (bio-printing) di farmaci permette la produzione su misura di compresse, adattando dose, forma e rilascio del principio attivo in base al profilo del paziente.
Uno dei vantaggi più interessanti di questa tecnologia consiste nel realizzare farmaci personalizzati, compresa la possibilità di combinare più farmaci in una sola compressa tramite il rilascio controllato dei principi attivi, migliorando l’aderenza terapeutica e potenzialmente riducendo il numero di pillole da assumere.
Primo esempio approvato dalla Fda americana è Spritam (levetiracetam), farmaco per l’epilessia stampato in 3D, attraverso la tecnologia di stampa a letto di polvere.
La stampa 3D sta trasformando la produzione di farmaci personalizzati, consentendo trattamenti su misura che migliorano l’efficacia terapeutica e l’aderenza del paziente.
Ecco una carrellata di esempi, studi e casi con il coinvolgimento di queste tecnologie:
- studio dell’Università di Santiago de Compostela: SSE e stampa 3D volumetrica;
- Craft health: personalizzazione dei farmaci con la stampa 3D;
- studio clinico pediatrico: combinazione di farmaci in un’unica compressa;
- FabRx: sviluppo di Printlets per pazienti pediatrici;
- mercato dei farmaci stampati in 3D in Vietnam.
Studio dell’Università di Santiago de Compostela: SSE e stampa 3D volumetrica
Un team di ricerca dell’Università di Santiago de Compostela ha utilizzato l’estrusione semisolida (SSE) e la stampa 3D volumetrica per creare farmaci personalizzati.
Queste tecnologie hanno permesso di produrre compresse pediatriche con dosaggi e forme su misura, migliorando l’aderenza al trattamento, soprattutto nei pazienti più giovani. Lo studio ha anche integrato due formulazioni in un’unica compressa, semplificando la somministrazione dei farmaci.
Craft health: personalizzazione dei farmaci con la stampa 3D
La startup Craft health di Singapore ha sviluppato una soluzione di stampa 3D per produrre farmaci personalizzati, consentendo di combinare diversi trattamenti in un’unica compressa. Così facilita l’assunzione dei farmaci e migliora l’efficacia in ambito terapeutico.
Studio clinico pediatrico: combinazione di farmaci in un’unica compressa
Un recente studio clinico ha dimostrato che la stampa 3D può essere utilizzata per combinare due farmaci in un’unica compressa personalizzata per bambini con malattie metaboliche rare.
L’innovazione ha ridotto il numero di somministrazioni quotidiane, migliorando l’aderenza al trattamento e semplificando la gestione della terapia.
FabRx: sviluppo di “Printlets” per pazienti pediatrici
FabRx, una società specializzata nella stampa 3D di farmaci, ha sviluppato “Printlets”, compresse personalizzate per pazienti pediatrici. Le compresse possono essere stampate con dosaggi, forme e colori su misura, ottimizzando l’aderenza al trattamento e facilitando la somministrazione dei farmaci ai bambini.
Mercato dei farmaci stampati in 3D in Vietnam
Il mercato dei farmaci stampati in 3D in Vietnam sta crescendo, con un focus sulla medicina personalizzata. Le tecnologie emergenti includono l’estrusione semisolida (Sse), la modellazione a deposizione fusa (Fdm) e la stereolitografia (Sla), che consentono la produzione di farmaci con profili di rilascio modificati e combinazioni di più principi attivi.
La sfida prncipale del mercato vietnamita riguarda la regolamentazione. Infatti autorità regolatorie dovranno stabilire quadri normativi chiari, per garantire sia la sicurezza che l’efficacia terapeutica di questi farmaci.
Terapie cellulari e geniche personalizzate
Le terapie cellulari e geniche personalizzate stanno innovando il trattamento delle malattie rare e complesse, offrendo soluzioni mirate e potenzialmente curative.
CAR-T (Chimeric Antigen Receptor T-cell) sono i linfociti T del paziente che vengono modificati geneticamente per riconoscere e attaccare le cellule tumorali.
Ecco alcuni esempi, studi e casi in cui si sfruttano innovazioni:
- Terapia Crispr personalizzata (vedi sopra);
- Casgevy (vedi sopra);
- Lifileucel: terapia cellulare per melanoma metastatico;
- Strimvelis: terapia genica per Ada-Scid;
- studio italiano su terapie basate su RNA e terapia genica.
Lifileucel: terapia cellulare per melanoma metastatico
Lifileucel (Amtagvi) è una terapia cellulare che utilizza linfociti T infiltranti il tumore (Til) per trattare il melanoma metastatico. I Til vengono estratti dal tumore del paziente, espansi in laboratorio e reinfusi per potenziare la risposta immunitaria contro le cellule tumorali.
La terapia ha mostrato risultati promettenti in pazienti con melanoma avanzato che non rispondono ad altri trattamenti.
Strimvelis: terapia genica per Ada-Scid
Strimvelis è una terapia genica autologa approvata per il trattamento della deficienza di adenosina deaminasi (Ada-Scid), una grave immunodeficienza. Il trattamento prevede la raccolta di cellule staminali ematopoietiche dal paziente, la loro modifica genetica per correggere la mutazione e la reinfusione.
I pazienti trattati hanno mostrato un miglioramento significativo della funzione immunitaria e conducono una vita senza la necessità di trapianto.
Studio italiano su terapie basate su Rna e terapia genica
In Italia, un centro nazionale sta sviluppando terapie personalizzate basate su Rna e terapia genica per malattie complesse come tumori e patologie infiammatorie. Questi approcci innovativi mirano a trattamenti più mirati e efficaci, sfruttando la tecnologia a Rna per modulare l’espressione genica e correggere mutazioni specifiche.
Organoidi e modelli in vitro personalizzati
Organoidi e modelli in vitro personalizzati sono mini-organi derivati da cellule staminali del paziente, usati per testare farmaci su un modello biologico “personalizzato” prima della somministrazione clinica.
Gli organoidi derivati da pazienti (Ppdo) sono modelli tridimensionali coltivati in laboratorio a partire da cellule tumorali o tessuti di pazienti, che replicano fedelmente la biologia e la genetica del tumore originale. Questi modelli offrono una piattaforma avanzata per testare farmaci e sviluppare terapie personalizzate.
Vediamo esempi e studi che sottolineano il loro impiego nella medicina personalizzata:
- Studio dell’Università di Santiago de Compostela: organoidi per malattie rare;
- Istituto nazionale tumori Regina Elena: test farmacologici su organoidi;
- King’s College London: organoidi per il cancro del polmone;
- Studio su organoidi di carcinoma ovarico;
- Studio su organoidi di carcinoma colorettale e gastroesofageo.
Studio dell’Università di Santiago de Compostela: organoidi per malattie rare
Un team di ricerca dell’Università di Santiago de Compostela ha utilizzato organoidi derivati da cellule del sangue di pazienti per accelerare la sperimentazione di farmaci genetici a base di Rna. Questo approccio ha permesso di prevedere gli effetti terapeutici prima della somministrazione ai pazienti, accelerando i trattamenti per malattie rare.
Istituto nazionale tumori Regina Elena: test farmacologici su organoidi
Presso l’Istituto Nazionale Tumori Regina Elena di Roma, sono stati utilizzati organoidi derivati da pazienti con tumori avanzati per testare l’efficacia di oltre 20 farmaci.
L’approccio ha permesso di identificare i trattamenti più efficaci per ciascun paziente, migliorando la personalizzazione delle terapie.
King’s College London: organoidi per il cancro del polmone
Un team di ricerca del King’s College London ha sviluppato organoidi a partire da tumori polmonari di pazienti per studiare le risposte ai trattamenti e prevedere le recidive. I modelli hanno mostrato potenzialità nell’identificare combinazioni terapeutiche efficaci e nel monitorare l’evoluzione della malattia.
Studio su organoidi di carcinoma ovarico
Un’analisi preclinica ha dimostrato che gli organoidi derivati da tumori ovarici possono essere utilizzati per testare l’efficacia di farmaci chemioterapici, prevedendo la risposta ai trattamenti e facilitando l’adozione di terapie mirate personalizzate.
Studio su organoidi di carcinoma colorettale e gastroesofageo
Un recente studio ha sviluppato organoidi a partire da campioni di tumori metastatici di pazienti con carcinoma colorettale e gastroesofageo. Questi modelli hanno mostrato una composizione cellulare e una diversità genetica simili ai tumori originali, consentendo di prevedere la risposta ai trattamenti e migliorando la medicina di precisione.
Digital twin (gemelli digitali) del paziente
I Digital twin (Dt) del paziente sono modelli virtuali che, come gemelli digitali, simulano la fisiologia e le reazioni di un individuo, rendendosi utili per prevedere la risposta a un farmaco prima della somministrazione reale.
I gemelli digitali del paziente rappresentano una frontiera innovativa nella medicina personalizzata, consentendo di simulare virtualmente il corpo umano per prevedere risposte a trattamenti, ottimizzare terapie e ridurre rischi.
Approfondiamo con alcuni esempi, studi e casi clinici per chiarire il loro utilizzo:
- Johns Hopkins University: simulazione di aritmie cardiache;
- Humanitas: modelli digitali per la ricerca oncologica;
- Università di Padova: gemelli digitali per la medicina personalizzata;
- Mayo Clinic: previsione della risposta al trattamento nella sepsi;
- Cdi: prototipo di Digital human twin per la stratificazione del rischio.
Johns Hopkins University: simulazione di aritmie cardiache
Presso la Johns Hopkins University, è in corso uno studio che utilizza modelli digitali del cuore per simulare aritmie e testare interventi come l’ablazione. Questi modelli tridimensionali, alimentati da dati di risonanza magnetica e alimentati da intelligenza artificiale, permettono ai medici di prevedere come il cuore risponderà a diversi trattamenti, migliorando la pianificazione e riducendo i rischi per i pazienti.
Humanitas: modelli digitali per la ricerca oncologica
Il progetto Digital Twin dell’ospedale Humanitas mira a sviluppare modelli virtuali dei pazienti per simulare scenari terapeutici e supportare le decisioni cliniche. Utilizzando algoritmi di intelligenza artificiale generativa, questi modelli consentono di testare diverse opzioni terapeutiche in modo virtuale, accelerando la ricerca e migliorando la personalizzazione dei trattamenti.
Università di Padova: gemelli digitali per la medicina personalizzata
Ricercatori dell’Università di Padova stanno sviluppando gemelli digitali del corpo umano che integrano dati clinici, genetici e comportamentali. Questi modelli virtuali permettono di simulare l’evoluzione delle malattie e testare l’efficacia di terapie personalizzate, offrendo nuove opportunità per la medicina predittiva e preventiva.
Mayo Clinic: previsione della risposta al trattamento nella sepsi
Alla Mayo Clinic, è in fase di sviluppo un modello di gemello digitale del paziente per prevedere la risposta al trattamento nei primi 24 ore di sepsi. L’approccio mira a ottimizzare le decisioni terapeutiche in tempo reale, migliorando gli esiti clinici e riducendo la mortalità associata a questa condizione critica.
CDI: prototipo di Digital human twin per la stratificazione del rischio
Il Centro diagnostico italiano (Cdi) ha sviluppato un prototipo di Digital Human Twin che integra dati clinici e comportamentali per aiutare i medici a stratificare i rischi e impostare piani di prevenzione personalizzati.
Si tratta di uno strumento innovativo ha ricevuto il Premio Innovazione al Smau Milano 2023, che ha riconosciuto il suo potenziale nel migliorare la qualità dell’assistenza sanitaria.
Intelligenza artificiale nella progettazione di farmaci
AI e machine learning accelerano la scoperta di nuovi composti, prevedendo efficacia e tossicità in base al profilo del paziente.
L’intelligenza artificiale (IA) sta contribuendo a rivoluzionare la progettazione di farmaci personalizzati, accelerando la scoperta di nuovi trattamenti e ottimizzando le terapie in base alle caratteristiche genetiche e cliniche dei pazienti.
Analizziamo esempi, indagini e casi clinici dove l’applicazione dell’IA favorisce la medicina e la farmacologia personalizzata:
- Exscientia: progettazione di farmaci con IA;
- Insilico Medicine: sviluppo di farmaci per la fibrosi polmonare idiopatica;
- Exscientia: selezione personalizzata dei farmaci per il cancro del sangue;
- Janssen: applicazione dell’IA in tutto il ciclo di vita del farmaco;
- studio di McKinsey: impatto dell’IA nella progettazione di farmaci.
Exscientia: progettazione di farmaci con IA
In uno studio del 2022, campioni tumorali di 143 pazienti con tumori del sangue avanzati sono stati testati contro 139 farmaci. Un sistema di IA ha valutato l’efficacia dei farmaci per ciascun campione, e i pazienti sono stati trattati con la terapia ritenuta più efficace. Il 54% dei pazienti ha mantenuto il controllo del cancro per un periodo significativamente più lungo rispetto alla terapia precedente.
Insilico Medicine: sviluppo di farmaci per la fibrosi polmonare idiopatica
Insilico Medicine ha utilizzato l’IA per progettare ISM001-055, un farmaco per la fibrosi polmonare idiopatica. Nonostante i risultati preliminari nei primi 80 pazienti non abbiano mostrato efficacia significativa, il valore dell’IA risiede nella sua capacità di progettare molecole in tempi ridotti, affrontando la sfida dell’Eroom’s Law, che osserva l’inefficienza crescente nella scoperta di farmaci.
Exscientia: selezione personalizzata dei farmaci per il cancro del sangue
In uno studio del 2022, campioni tumorali di 143 pazienti con tumori del sangue avanzati sono stati testati contro 139 farmaci. Un sistema di IA ha valutato l’efficacia dei farmaci per ciascun campione, e i pazienti sono stati trattati con la terapia ritenuta più efficace. Il 54% dei pazienti ha mantenuto il controllo del cancro per un periodo significativamente più lungo rispetto alla terapia precedente.
Janssen: applicazione dell’IA in tutto il ciclo di vita del farmaco
Janssen, la divisione farmaceutica di Johnson & Johnson, sta integrando l’IA in tutte le fasi dello sviluppo del farmaco, dalla scoperta alla progettazione degli studi clinici, dall’identificazione dei pazienti alla produzione. Questo approccio mira a migliorare l’efficienza e la personalizzazione dei trattamenti.
McKinsey: impatto dell’IA nella progettazione di farmaci
Secondo McKinsey, l’IA generativa sta trasformando la progettazione di farmaci, consentendo ai ricercatori di comprendere le strutture proteiche, prevedere i percorsi delle malattie e identificare corrispondenze ottimali tra molecole e bersagli terapeutici. L’approccio ha il potenziale per migliorare i tassi di successo e ridurre i costi nello sviluppo di farmaci.
Prospettive future
Il futuro dei farmaci personalizzati, grazie all’evoluzione delle nuove tecnologie (AI in sanità, digital twin, genomiche eccetera) e all’integrazione con nuove discipline (proteomica e metabolomica, per esempio), è roseo.
L’implementazione di nuovi farmaci, mediante la possibilità di elaborare il linguaggio naturale, dovrebbe non solo aumentare l’efficacia dei farmaci e dei candidati farmaci, ma spalanca anche le porte alla scoperta di molecole inedite. L’obiettivo è quello di trattare efficacemente malattie come il cancro al pancreas o la sclerosi laterale amiotrofica (Sla).
Tuttavia a smorzare l’entusiasmo sono i biologi computazionali, secondo i quali l’elaborazione del linguaggio naturale in farmacologia deve ancora fronteggiare grandi sfide. Ma la scoperta di nuovi farmaci ha sempre affrontato ostacoli insormontabili, ed il bello della scienza è il metodo scientifico, a partire dalla sua capacità di imparare dalle sperimentazioni e dagli errori. Dai trial and errors, dalla serendipity e dalla libertà di ricerca scientifica nascono i fiori più promettenti anche nella scoperta dei farmaci personalizzati.
