Ogni medicinale su cui facciamo affidamento oggi, dagli antidolorifici ai farmaci antitumorali, ha attraversato un processo di sviluppo lungo e complesso. Prima che un farmaco possa essere somministrato ai pazienti, deve essere accuratamente testato per verificarne la sicurezza e l'efficacia. Oggi, gran parte di questi test viene ancora effettuata sugli animali. Sebbene gli studi che utilizzano animali possano fornire informazioni importanti, essi sono anche eticamente delicati e scientificamente impegnativi. Un dato sorprendente evidenzia questa sfida: solo il 5% dei farmaci arriva ai pazienti umani. Il restante 19% viene abbandonato lungo il percorso.

Perché lo sviluppo dei farmaci è così complesso

Il percorso che porta da un'idea scientifica a un farmaco approvato è lungo. In media occorrono 5 anni per arrivare al primo studio sull'uomo, 7 anni per arrivare alla sperimentazione clinica e 10 anni per ottenere l'approvazione. Molti fattori influenzano il passaggio di un farmaco alla sperimentazione sull'uomo, tra cui il modo in cui gli studi sono progettati e condotti. Piccole scelte, come il numero di animali coinvolti, le misurazioni effettuate o la gestione dei modelli, possono influire sull'affidabilità o sulla comparabilità dei risultati. Alcuni di questi fattori sono chiari, mentre altri sono ancora sconosciuti. E poiché il processo è complicato, nessun singolo studio può rivelare cosa rende un farmaco efficace.

L'approccio dello STRIDE Lab: imparare da milioni di studi

È qui che entra in gioco lo STRIDE Lab dell'Università di Berna. Guidato da Benjamin Ineichen, il team utilizza revisioni sistematiche (un metodo strutturato per raccogliere e analizzare tutti gli studi scientifici su una determinata questione, in modo da avere un quadro completo invece di basarsi solo su pochi articoli), statistiche e scienza dei dati, come i modelli linguistici di grandi dimensioni, per analizzare molti articoli scientifici, a volte migliaia o centinaia di migliaia alla volta.

Invece di leggere manualmente una manciata di studi, creano grandi set di dati che riuniscono tutte le prove disponibili. Con questa panoramica, possono identificare modelli invisibili nei singoli studi, come ad esempio:

• quali progetti sperimentali portano a risultati più affidabili
• se testare un farmaco su più specie aumenti le possibilità che funzioni sugli esseri umani
• quali pratiche di ricerca sono collegate al successo o al fallimento

Il loro lavoro ha già dimostrato che diversi ambiti di ricerca soffrono di scarsa rigorosità. Ad esempio, il dosaggio inadeguato degli studi sugli animali non rappresenta quello che verrebbe somministrato ai pazienti umani.

In che modo questo lavoro sostiene le 3R

Sostituzione

Le revisioni sistematiche aiutano a evidenziare i casi in cui approcci che non prevedono l'uso di animali, come gli organoidi, i modelli computazionali o i metodi basati sull'uomo, stanno già fornendo prove concrete. Ciò apre la strada alla sostituzione completa di alcuni studi sugli animali.

Riduzione

La revisione sistematica consente ai ricercatori di apprendere dai dati esistenti anziché partire da zero. Ciò può ridurre il numero di nuovi esperimenti sugli animali necessari e contribuire a evitare studi inutili o meno ben progettati.

Raffinatezza

Identificando i disegni di studio e i modelli animali più informativi, i ricercatori possono evitare esperimenti che difficilmente forniranno informazioni utili. Ciò può ridurre la gravità delle procedure e migliorare il benessere degli animali.

Una pipeline di sviluppo farmaceutico più responsabile ed efficiente

Quando scopriremo quali pratiche di ricerca portano davvero a trattamenti migliori, potremo concentrare le risorse dove servono di più, riducendo l'uso evitabile di animali e rafforzando la scienza che alla fine aiuta i pazienti. Prove migliori significano decisioni migliori, sia per gli esseri umani che per gli animali.