Sažetak
Terapeutici „potpuno generirani umjetnom inteligencijom” (de novo) sada su jasno prisutni u kliničkoj fazi, no najrigorozniji javni dokazi i dalje se nalaze u ranom do srednjem kliničkom razvoju, a ne u dovršenim ispitivanjima kasne faze. Najsnažniji recenzirani klinički dokaz koncepta od svibnja 2026. je rentosertib tvrtke Insilico Medicine (prethodno ISM001-055 / INS018_055), koji je izvijestio o rezultatima randomiziranog ispitivanja faze 2a kod idiopatske plućne fibroze (IPF) u časopisu Nature Medicine (objavljeno online 3. lipnja 2025.).[1]
Paralelno s tim, više programa dizajniranih s generativnim platformama umjetne inteligencije ušlo je u fazu 1 (na primjer, prvi lijek dizajniran umjetnom inteligencijom tvrtke Isomorphic Labs u UK-u i ABS-101 tvrtke Absci) ili je prešlo u ključna ispitivanja (na primjer, GB-0895 tvrtke Generate:Biomedicines s planiranim globalnim ispitivanjima faze 3 i MDR-001 tvrtke MindRank s prvim pacijentom koji je primio dozu u fazi 3 u Kini).[2–5]
Trenutačno stanje tehnologije
U praksi se „dizajnirano umjetnom inteligencijom” može odnositi na različite tehničke doprinose na putu od odabira cilja do optimizacije spoja predvodnika i inženjeringa molekula. Na primjer, Insilico opisuje cjeloviti tijek rada u kojem je prvo identificirao cilj za IPF pomoću svojeg sustava PandaOmics, a zatim dizajnirao i optimizirao malu molekulu koristeći svoj generativni kemijski sustav Chemistry42.[6]
Zasebna, sve važnija sposobnost je modeliranje oblika proteina i interakcija s visokom točnošću. Javno izvještavanje o prvom lijeku dizajniranom umjetnom inteligencijom tvrtke Isomorphic Labs eksplicitno uokviruje taj napor kao vođen sustavom AlphaFold 3, opisanim kao alat koji može „točno predvidjeti oblik proteina i način na koji oni komuniciraju s drugim molekulama”.[2]
S biološke strane, de novo metode generiranja proteina pokazuju kontrolu nad vezanjem na atomskoj razini. Izvješće iz 2026. opisuje kombiniranje fino podešene mreže RFdiffusion2 s probirom na kvascima (yeast display) za generiranje formata antitijela (VHH-ovi, scFv-ovi i potpuna antitijela) koja vežu epitope koje je odredio korisnik „s preciznošću na atomskoj razini”, uz cryo-EM potvrdu položaja vezanja i sazrijevanje afiniteta koje daje jednoznamenkaste nanomolarne vezne agense uz zadržavanje selektivnosti epitopa.[7]
Klinički dokazi
Tablica u nastavku sažima mali skup de novo programa dizajniranih generativnom umjetnom inteligencijom s eksplicitnim, izvorima potkrijepljenim kliničkim prekretnicama u priloženom skupu podataka.
Najdalje u recenziranim kliničkim očitanjima
Najdetaljniji i recenzirani klinički signal u skupu podataka je rentosertib tvrtke Insilico u IPF-u. Objavljeno izvješće opisuje „prvo multicentrično, dvostruko slijepo, randomizirano, placebom kontrolirano ispitivanje faze 2a” koje testira rentosertib (prethodno ISM001-055), okarakteriziran kao „first-in-class AI-generirani inhibitor male molekule za TNIK”, pri čemu je TNIK opisan kao „first-in-class cilj u idiopatskoj plućnoj fibrozi (IPF) otkriven pomoću generativne umjetne inteligencije”.[1]
Učinkovitost je prijavljena kao promjena forsiranog vitalnog kapaciteta (FVC), pri čemu je skupina s najvišom dozom pokazala srednju promjenu od mL (95% CI 10.9 do 185.9) u skupini od 60 mg jednom dnevno u usporedbi s mL (95% CI −116.1 do 75.6) u placebo skupini.[1] Komplementarne komunikacije oko istog programa faze 2a opisuju ispunjavanje primarnog cilja sigurnosti i podnošljivosti kroz razine doza te izvještavaju o poboljšanju FVC-a ovisnom o dozi na sekundarnom cilju.[12]
Zasebno, Insilico je također izvijestio o regulatornom napretku za formulaciju za izravnu primjenu u pluća: inhalacijska otopina rentosertiba dobila je IND odobrenje koje podržava studiju faze 1 koja procjenjuje sigurnost, podnošljivost i farmakokinetiku.[13]
Val koji slijedi
Osim rentosertiba, više organizacija sada javno opisuje prva testiranja na ljudima za kandidate dizajnirane umjetnom inteligencijom.
Isomorphic Labs (Alphabet) najavio je početak kliničkih ispitivanja na ljudima za svoj prvi lijek dizajniran umjetnom inteligencijom, navodeći da je ispitivanje faze 1 u tijeku u UK-u i da će se usredotočiti na sigurnost i podnošljivost kod zdravih dobrovoljaca, pri čemu je projekt opisan kao vođen sustavom AlphaFold 3.[2]
Generate:Biomedicines otkrio je i rane kliničke podatke i namjeru za kasnu fazu. Za GB-0669 (neutralizirajuće antitijelo na SARS-CoV-2), prvi podaci na ljudima opisali su podnošljivost faze 1 bez toksičnosti koja ograničava dozu ili ozbiljnih štetnih događaja te su izvijestili o metrikama neutralizacije (na primjer, indeks neutralizacije 15 pri 1200 mg).[11] Za GB-0895 (anti-TSLP), tvrtka je najavila planove za pokretanje dva globalna ispitivanja faze 3 (SOLAIRIA-1 i SOLAIRIA-2), opisujući režim doziranja (300 mg supkutano svakih šest mjeseci) i dizajn od 52 tjedna s primarnim ciljem vezanim uz godišnju stopu egzacerbacije astme.[4, 10]
Absci je unaprijedio više antitijela inženjeriranih umjetnom inteligencijom u klinička testiranja. Izvijestio je o prvim zdravim dobrovoljcima koji su primili dozu u studiji faze 1 za ABS-101, anti-TL1A antitijelo inženjerirano pomoću njegove platforme generativne umjetne inteligencije.[3] Također je izvijestio o prvim zdravim dobrovoljcima koji su primili dozu u studiji faze 1/2a HEADLINE za ABS-201 (anti-PRLR) i naveo da se privremeni podaci očekuju u drugoj polovici 2026.[14]
Provjera stvarnosti
Prvo, „u klinici” ne znači „klinički dokazano”. Najjasniji signal učinkovitosti u skupu podataka (promjena FVC-a kod rentosertiba u fazi 2a) i dalje je ishod faze 2a te je eksplicitno uokviren kao onaj koji zahtijeva daljnje istraživanje u većim i duljim ispitivanjima.[15]
Drugo, čak i kada programi dosegnu ključna ispitivanja, to obično odražava prijelaz u dulja, potvrdna testiranja, a ne dovršetak. Na primjer, program faze 3 za astmu za GB-0895 opisan je kao planirano pokretanje i specificira 52-tjedni placebom kontrolirani dizajn, što implicira da bi rezultati stigli tek nakon znatnog praćenja i analize.[4, 10] Slično tome, objava tvrtke MindRank za MDR-001 uokvirena je kao doziranje prvog pacijenta u fazi 3, što je prekretnica početka ispitivanja, a ne očitanje krajnjeg cilja.[5]
Treće, pojam „dizajnirano umjetnom inteligencijom” ostaje heterogen kroz modalitete i tvrtke. Neki programi naglašavaju cjelovite generativne tijekove rada i za cilj i za molekulu (kao što je opisano za otkrivanje cilja i AI-generirani inhibitor za rentosertib), dok drugi naglašavaju predviđanje strukture (napori vođeni AlphaFold-om) ili de novo generiranje proteina/antitijela (pristupi temeljeni na RFdiffusion).[1, 2, 7]
Na što obratiti pozornost
Kratkoročno znanstveno pitanje je hoće li se signal faze 2a opažen za rentosertib — posebno promjena FVC-a povezana s dozom — reproducirati u većim i duljim studijama kod IPF-a, okruženju u kojem je pad plućne funkcije klinički značajan i teško ga je preokrenuti.[1]
Kratkoročno translacijsko pitanje je mogu li antitijela inženjerirana umjetnom inteligencijom poput GB-0895 prenijeti dugodjelujuću farmakokinetiku i supresiju biomarkera iz faze 1 u klinički značajna smanjenja egzacerbacija tijekom jednogodišnjeg dizajna faze 3.[4, 10] Konačno, kako sve više kandidata ulazi u fazu 1 (uključujući one koje opisuju Isomorphic Labs i Absci), polje će se manje procjenjivati prema tvrdnjama o brzini dizajna, a više prema kliničkim svojstvima koja su rane studije eksplicitno postavljene mjeriti: sigurnost, podnošljivost, farmakokinetika i — kasnije — validirani ciljevi učinkovitosti.[2, 3]
