Come Acquistare
          Drug development
          Genomic Revolution

          Dagli animali all’ IA: con la nuova politica della FDA si può trasformare lo sviluppo dei farmaci

          9 May 2025

          6 Min Read

          Related

          Documents

          Punti Chiave

          La FDA eliminerà gradualmente i test obbligatori sugli animali, favorendo l’IA e le cellule umane coltivate in laboratorio per valutare la sicurezza e l'efficacia dei farmaci.

          Questo cambiamento dovrebbe ridurre i tempi e i costi di sviluppo, avvantaggiando le aziende biotecnologiche orientate all'IA e ampliando l'accesso ai trattamenti per le malattie rare.

          Le aziende che utilizzano l'IA nella scoperta dei farmaci potrebbero vedere migliorare il ROI di 5 volte, con un impatto più ampio sui sistemi sanitari e sui risultati dei pazienti.

          Il 10 aprile 2025, la Food and Drug Administration (FDA) statunitense ha annunciato un piano innovativo per eliminare gradualmente l’obbligo di sperimentare sugli animali, da tempo richiesto per lo sviluppo di anticorpi monoclonali e altri farmaci.1 La FDA incoraggerà invece l’uso di metodi di sperimentazione “più efficaci e rilevanti per l’uomo”, tra cui modelli di intelligenza artificiale e sistemi cellulari umani coltivati in laboratorio, per valutare la sicurezza e l’efficacia dei farmaci.

           

          L’innovazione apre la strada

          Dal 1938, la legge federale statunitense impone la sperimentazione animale nello sviluppo dei farmaci.2 Ora, i rapidi progressi dell’IA, della multiomica e dei sistemi microfisiologici hanno reso possibile – e preferibile – la ricerca di metodi più predittivi, come illustrato qui di seguito nei metodi di Gen 2 e Gen 3. L’iniziativa della FDA dovrebbe ridurre i tempi e i costi necessari per lo sviluppo di farmaci efficaci da sperimentare sull’uomo, con implicazioni positive per le aziende biotecnologiche che puntano sull’intelligenza artificiale e per i pazienti che intendono servire.3

           

          Valley of Drug Discovery Death

           

          L’iniziativa della FDA rappresenta un’opportunità formidabile per le aziende biotecnologiche che già sfruttano l’IA nella scoperta e nello sviluppo di farmaci. Queste aziende stanno già utilizzando questo tipo di tecniche nelle prime fasi del processo preclinico e potrebbero essere in grado di utilizzare alcuni di questi dati per soddisfare i nuovi requisiti. Inoltre, poiché queste aziende hanno semplificato i processi preclinici, l’eliminazione della sperimentazione animale obbligatoria dovrebbe accelerare la loro avanzata verso la sperimentazione clinica rispetto agli sviluppatori di farmaci tradizionali, come illustrato di seguito.4

           

          Potential time reduction in getting to the clinic by eliminating animal testing from drug discovery process

           

          La direttiva della FDA segnala il suo impegno a favore di metodologie innovative e predittive per lo sviluppo dei farmaci. Riducendo il ricorso a lunghi e costosi studi sugli animali, gli approcci basati sull’intelligenza artificiale e sull’uomo potrebbero ridurre i costi di sviluppo dei farmaci, accelerare il time-to-market e aumentare l’efficacia terapeutica. L’analisi di ARK, riportata di seguito, suggerisce che i prodotti terapeutici sviluppati dall’IA potrebbero aumentare i ritorni sugli investimenti fino a oltre il 20%, un miglioramento di cinque volte rispetto agli attuali ritorni medi dell’industria farmaceutica in termini di ricerca e sviluppo (R&S), pari a circa il 4%. In definitiva, l’integrazione dell’IA nel processo di sviluppo dei farmaci potrebbe ridurre i costi complessivi di sviluppo di quattro volte.5,6

           

          Druq debelopment retrun on invested capital

           

          Chi ne beneficerà?

          Sebbene gli sviluppatori di farmaci incentrati sull’IA, come AbSci, AbCellera e Recursion Pharmaceuticals, possano trarre i benefici più immediati, le implicazioni della politica si estendono anche agli strumenti multiomici e allo spazio della biologia programmatica. Le aziende che forniscono sequenziamento, analisi molecolare a singola cellula, trascrittomica spaziale e altri strumenti avanzati di multiomica dovrebbero trarre vantaggio dal fatto che le aziende biofarmaceutiche adattano i flussi di lavoro per accelerare e migliorare la scoperta di farmaci guidata dall’intelligenza artificiale.

          I benefici dovrebbero estendersi oltre le biotecnologie al sistema sanitario in generale. Attualmente, solo il 5% delle malattie rare può essere trattato con le terapie approvate.7 Il motivo è chiaro: i costi elevati concentrano gli sviluppatori di farmaci solo sui mercati con grandi popolazioni di pazienti raggiungibili. Man mano che l’IA aumenta l’efficacia dello sviluppo dei farmaci, una percentuale maggiore di malattie rare dovrebbe diventare affrontabile. ARK stima che l’IA potrebbe ridurre il tempo di commercializzazione del 50% e le probabilità di fallimento di un altro 50% in ogni fase del processo di sviluppo, consentendo potenzialmente alle aziende biotecnologiche di affrontare con profitto il 75% della popolazione di pazienti affetti da malattie rare. Di conseguenza, la qualità della vita dei pazienti dovrebbe aumentare, in quanto diminuisce la necessità di costosi ricoveri e di assistenza sanitaria ambulatoriale.8,9

           

           

          Conclusioni

          In sintesi, l’annuncio della FDA preannuncia non solo un cambiamento normativo, ma anche l’alba di una nuova era per la medicina molecolare, caratterizzata da uno sviluppo di farmaci più rapido, economico e accurato, a vantaggio degli innovatori, dei pazienti e del sistema sanitario.

          References

          1

          U.S. Food and Drug Administration .2025. “FDA Announces Plan to Phase Out Animal Testing Requirement for Monoclonal Antibodies and Other Drugs.”

          2

          Zushin, P.H. et al. 2023. “FDA Modernization Act 2.0: transitioning beyond animal models with human cells, organoids, and AI/ML-based approaches.” The Journal of Clinical Investigation.

          3

          ARK Investment Management LLC, 2025. This ARK analysis draws on a range of external data sources, including Bunne et al. 2024 and Rood et al. 2024 as of December 31, 2024, which may be provided upon request. For informational purposes only and should not be considered investment advice or a recommendation to buy, sell, or hold any particular security. Past performance is not indicative of future results. Forecasts are inherently limited and cannot be relied upon.

          4

          These calculations anticipate that AI drug development efforts can reduce target-to-lead, hit-to-lead and lead optimization stages of development to less than 18 months in total, consistent with company commentary. Source: ARK Investment Management LLC, 2025. This ARK analysis draws on a range of external data sources, as of April 11, 2025, which may be provided upon request. For informational purposes only and should not be considered investment advice or a recommendation to buy, sell, or hold any particular security. Forecasts are inherently limited and cannot be relied upon.

          5

          Bunne, C. et al. 2024. “How to Build the Virtual Cell with Artificial Intelligence: Priorities and opportunities.” Cell. Rood, J. et al. 2024. “Toward a Foundation Model of Causal Cell and Tissue Biology with a Perturbation Cell and Tissue Atlas.” Cell.

          6

          10% discount rate. *Companies pursuing this strategy for drug development, though this does not imply that every asset the company has at that particular stage is worth that amount or that company return on R&D dollars will meet the modeled value. The information provided should not be used as the basis for any investment decision, and it should not be assumed that an investment any of the companies mentioned was or will be profitable. Source: ARK Investment Management LLC, 2025. This ARK analysis draws on a range of external data sources as of December 31, 2024, which may be provided upon request. For informational purposes only and should not be considered investment advice or a recommendation to buy, sell, or hold any particular security. Past performance is not indicative of future results. Forecasts are inherently limited and cannot be relied upon.

          7

          The percent of rare disease patients addressable assumes a required 15% return on R&D spend. Source: ARK Investment Management LLC, 2025. This ARK analysis draws on a range of external data sources as of April 13, 2025, which may be provided upon request. For informational purposes only and should not be considered investment advice or a recommendation to buy, sell, or hold any particular security.

          8

          Including the costs of failures and cost of capital, ARK estimates that the cost to bring a drug to market using traditional processes today totals $2.4 billion. Using AI, $600 million or less is potentially achievable.

          9

          Maiale, R. 2025. “Top Clinical Research Organizations for Rare Diseases in 2025.” Precision for Medicine.

          Documenti collegati

          Post correlati

          You are leaving europe.ark-funds.com

          By clicking below you acknowledge that you are navigating away from europe.ark-funds and will be connected to ark-funds.com. ARK Investment Management LLC manages both web domains. Please take note of ARK’s privacy policy, terms of use, and disclosures that may vary between sites.

          Cancel Proceed
          ======