Ricerca e cura

Digital

28 Marzo 2025

---

Il percorso di sviluppo di nuove terapie è un processo lungo e costoso e il 90% dei farmaci candidati non supera le sperimentazioni cliniche dopo la Fase 1. In questo contesto, in cui l’intelligenza artificiale si sta rivelando uno strumento per accelerare e ottimizzare il processo, si inserisce anche Googla con TxGemma un modello di IA open source che promette di comprendere e predire le proprietà dei farmaci durante il processo di sviluppo, identificare i target più promettenti e prevedere i risultati delle sperimentazioni cliniche.

"Il 90% delle molecole testate non supera nemmeno la prima fase di sperimentazione. TxGemma può ridurre potenzialmente i tempi di ricerca e i costi associati alla produzione tradizionale", scrive in un post ufficiale Shekoofeh Azizi, staff research scientist di Google. Inoltre, con una chat consente ai ricercatori di chiedere al modello di condividere il ragionamento dietro le sue conclusioni e di rispondere a domande complesse. “In quanto modello aperto – spiega Azizi - TxGemma è progettato per essere ulteriormente migliorato e i ricercatori possono perfezionarlo con i loro dati per specifici casi d'uso di sviluppo terapeutico".

Capacità e applicazioni pratiche di TxGemma

TxGemma, spiega Azizi in una pagina blog di Google, si basa su Gemma, la famiglia di modelli linguistici di nuova generazione open-source di Google DeepMind, ma è stato addestrato specificamente per il settore farmaceutico”. Ciò significa che può aiutare i ricercatori a individuare farmaci promettenti, prevedere gli esiti delle sperimentazioni cliniche e ridurre i tempi e i costi dello sviluppo farmaceutico. È stato addestrato su 7 milioni di esempi di dati terapeutici e può affrontare compiti come classificare le molecole, ad esempio determinando se possono attraversare la barriera emato-encefalica, fare previsioni sull’affinità di legame di un farmaco con un bersaglio biologico, generare nuove ipotesi su possibili combinazioni chimiche e reazioni. 

Inoltre, è stato sviluppato in diverse varianti ottimizzate per rispondere diverse esigenze dei ricercatori. Le principali varianti sono TxGemma-Predict, ottimizzata per analizzare dati terapeutici e prevedere effetti di molecole e farmaci e TxGemma-Chat, che offre una maggiore capacità di dialogo e spiegazione, permettendo ai ricercatori di comprendere meglio le previsioni del modello. In pratica il ricercatore può chiedere al modello perché una certa molecola è considerata tossica e ricevere una risposta basata sulla sua struttura chimica. TxGemma non opera in isolamento: al suo interno ingloba il software Agentic-Tx, basato su Gemini 2.0 Pro, che utilizza 18 strumenti, che includono anche strumenti di ricerca su PubMed, Wikipedia e web. 

Uno degli aspetti di TxGemma evidenziati è la possibilità di adattare il modello a dati specifici, consentendo a ricercatori e aziende farmaceutiche di affinare le previsioni secondo le proprie esigenze. Google ha messo a disposizione un notebook su Google Colab che permette ai ricercatori di adattare TxGemma ai propri dati, per migliorare la precisione delle previsioni in settori specifici, come gli effetti avversi dei farmaci negli studi clinici. 

Fonte:

https://developers.googleblog.com/en/introducing-txgemma-open-models-improving-therapeutics-development/