Waarde veiligstellen: octrooistrategieën voor door AI versnelde herbestemming van geneesmiddelen
De ontwikkeling van geneesmiddelen kan traag, kostbaar en risicovol zijn. Het duurt vaak meer dan tien jaar en kost miljarden dollars om één enkele therapie op de markt te brengen. Herbestemming van geneesmiddelen biedt een snellere, minder risicovolle weg naar nieuwe therapieën door gebruik te maken van de bewezen veiligheids- en werkzaamheidsprofielen van bestaande geneesmiddelen. Toch mislukken veel herbestemmingsprogramma's vanwege een lage klinische werkzaamheid of onverwachte toxiciteit, en het proces blijft vaak arbeidsintensief en tijdrovend. Een recent overzicht door Wan et al. in Advanced Science beschrijft verschillende benaderingen voor het gebruik van kunstmatige intelligentie (AI) om het hergebruik van geneesmiddelen te versnellen en enkele van de belangrijkste uitdagingen van dit proces te overwinnen. Hoewel deze wetenschappelijke vooruitgang cruciaal is, moeten hergebruikte kandidaat-geneesmiddelen ook aanzienlijke uitdagingen op het gebied van regelgeving en octrooien overwinnen om succesvol op de markt te kunnen worden gebracht.
Wan et al. benadrukken dat AI gebruik kan maken van grootschalige biologische en klinische datasets om nieuwe therapeutische toepassingen voor bestaande geneesmiddelen te identificeren. Door verschillende soorten gegevens te integreren, zoals transcriptomische en proteomische profielen, databases met interacties tussen geneesmiddelen en doelwitten, en praktijkgegevens uit elektronische medische dossiers, kunnen AI-modellen kandidaat-geneesmiddelen op basis van een breed scala aan meetcriteria evalueren. Pijplijnen voor het hergebruik van geneesmiddelen op basis van dergelijke AI-modellen kunnen verborgen on- of off-target effecten aan het licht brengen en nieuwe associaties tussen geneesmiddelen en ziekten voorspellen, waardoor het zoeken naar geschikte kandidaten aanzienlijk wordt versneld. Belangrijke obstakels voor het commerciële succes van AI-gestuurd hergebruik van geneesmiddelen zijn onder meer de betrouwbaarheid van gegevens, klinische validatie en regelgevingsbelemmeringen. Recente ontwikkelingen wijzen er echter op dat AI het hergebruik van geneesmiddelen snel transformeert van een discipline die afhankelijk is van toeval naar een systematische en datagestuurde discipline.
Herbestemde geneesmiddelen worden ook geconfronteerd met aanzienlijke obstakels op het gebied van octrooibescherming, omdat hun kernmoleculen al openbaar zijn. Zoals ik in een eerder artikel over octrooistrategieën voor herbestemde geneesmiddelen heb onderzocht, vereist een succesvolle bescherming een meerlagige aanpak, waaronder:
- Gebruiksmethodenpatenten (met betrekking tot nieuwe indicaties, doseringsschema's en toedieningswijzen en/of subpopulaties van patiënten)
- Formuleringsoctrooien (verlengde afgifte, injecteerbare depot of nieuwe toedieningsmechanismen)
- Combinatiepatenten (synergetische combinatie met een ander therapeutisch middel)
Strategische octrooibescherming kan herbestemde geneesmiddelen en bijbehorende innovaties omzetten in waardevolle activa. Door AI-innovatie af te stemmen op een doordachte IE-strategie wordt niet alleen waarde veiliggesteld, maar wordt ook ervoor gezorgd dat wetenschappelijke doorbraken op het gebied van herbestemming van geneesmiddelen worden omgezet in marktsucces.
Traditionele geneesmiddelenontwikkeling is een langdurig en duur proces, dat vaak meer dan tien jaar in beslag neemt en miljarden dollars kost. Daarentegen kan het hergebruik van bestaande geneesmiddelen die al voor andere toepassingen zijn goedgekeurd, verschillende stadia van de geneesmiddelenontwikkeling overslaan, aangezien de veiligheidsprofielen van deze geneesmiddelen al goed bekend zijn. Met AI-gestuurde virtuele screening kunnen miljoenen verbindingen in een fractie van de tijd worden geëvalueerd, waardoor het tijdschema voor geneesmiddelenontwikkeling aanzienlijk wordt versneld door de noodzaak van uitgebreide laboratoriumtests te verminderen en de middelen te concentreren op de meest veelbelovende kandidaten, wat cruciaal is om te kunnen reageren op de meest veelbelovende kandidaten en het geneesmiddelenontwikkelingsproces te stroomlijnen.
Bekijk artikel waarnaar wordt verwezen
