AstraZeneca amplia la collaborazione con la biotech cinese Harbour BioMed, integrando le rispettive piattaforme di intelligenza artificiale per rendere più efficiente lo sviluppo di farmaci biologici
AstraZeneca amplia la collaborazione con la biotech cinese Harbour BioMed, integrando le rispettive piattaforme di intelligenza artificiale per rendere più efficiente lo sviluppo di farmaci biologici.
Attraverso la sua divisione healthtech Evinova, AstraZeneca punta a costruire con Harbour “un ecosistema aperto per la ricerca e sviluppo di farmaci guidata dall’AI”, secondo quanto dichiarato dalle due aziende.
Sinergia tra due piattaforme di nuova generazione
Harbour BioMed, attiva nello sviluppo di anticorpi terapeutici per oncologia e immunologia, ha recentemente presentato una piattaforma generativa di AI per la progettazione di anticorpi completamente umani a catena pesante unica. Il sistema integra progettazione in silico, screening intelligente e validazione in laboratorio in un processo chiuso e automatizzato, capace di accelerare i tempi di scoperta e ottimizzazione.
Dall’altro lato, la piattaforma AI di Evinova si concentra sulla digitalizzazione dei processi clinici. La tecnologia di “agentic AI” è progettata per semplificare la pianificazione degli studi, il reclutamento dei pazienti, le soluzioni per i trial digitali e l’analisi dei dati.
“Attraverso questa collaborazione, vogliamo applicare l’intelligenza artificiale per migliorare l’efficienza degli studi clinici e accelerare la consegna di terapie innovative ai pazienti di tutto il mondo,” ha dichiarato Jingsong Wang, CEO e presidente di Harbour BioMed.
Cosa è “agentic AI”
La tecnologia agentic AI rappresenta un’evoluzione dell’intelligenza artificiale tradizionale: non si limita a fornire risposte, ma agisce in modo autonomo, imparando dai risultati e adattando il proprio comportamento per raggiungere obiettivi complessi.
Alla base di questa architettura vi è innanzitutto la percezione, ovvero la capacità del sistema di raccogliere e interpretare informazioni provenienti da fonti diverse: database, sensori, documenti, interfacce digitali o flussi di dati in tempo reale. Su questa base informativa, l’AI sviluppa un processo di ragionamento e pianificazione, durante il quale definisce un obiettivo (o ne segue uno assegnato), lo suddivide in sotto-obiettivi più gestibili e stabilisce un piano di azione per raggiungerlo.
Il passo successivo è l’azione: a differenza dei modelli statici che si limitano a produrre output testuali, un sistema agentico è in grado di interagire con il mondo esterno, integrandosi con strumenti software, API e flussi di lavoro aziendali per eseguire operazioni concrete.
Fondamentale è poi il meccanismo di feedback e apprendimento. L’AI agentica valuta costantemente l’efficacia delle proprie azioni, misura i risultati e li utilizza per migliorare le strategie successive, in un ciclo continuo di ottimizzazione.
Infine, questi sistemi possono operare in modalità multi-agente, dove più “agenti” – ciascuno con competenze o ruoli specifici – collaborano all’interno di una rete coordinata da un “orchestratore”. Quest’ultimo distribuisce i compiti, armonizza le decisioni e garantisce che l’intero sistema lavori in modo coerente verso lo stesso obiettivo.
In sintesi, l’agentic AI segna il passaggio da un’intelligenza artificiale “reattiva” a una proattiva, capace di pianificare, agire e apprendere autonomamente, aprendo la strada a nuovi livelli di efficienza e automazione, in particolare nei settori complessi come la ricerca clinica e lo sviluppo farmaceutico.
In altre parole: a differenza di un tradizionale modello AI che “dato → risposta”, l’agentic AI è progettata per “dato → obiettivo → azioni multiple → risultato” con un grado di autonomia e adattamento.
Una partnership in evoluzione
Le due società collaborano dal 2022, quando AstraZeneca acquisì da Harbour il bispecifico AZD5863 (ex HBM7022), diretto contro Claudin 18.2 e CD3, ora in fase I/II per tumori solidi.
Nel 2024, AstraZeneca ha poi siglato un accordo di opzione con Nona Biosciences, sussidiaria di Harbour, su un portafoglio di anticorpi preclinici generati tramite le piattaforme H2L2 (heavy/light chain) e HCab (heavy chain only).
L’espansione del 2025 ha segnato un ulteriore passo avanti, estendendo la partnership alla scoperta di anticorpi multi-specifici per immunologia, oncologia e altre aree terapeutiche.
AI e biologici: una convergenza strategica
La nuova alleanza tra Evinova e Harbour riflette la crescente convergenza tra tecnologie digitali e ricerca biotecnologica, con l’obiettivo di ridurre i tempi di sviluppo e i costi associati ai farmaci biologici complessi. Si parla di un modello “AI + wet lab”, e ci si riferisce a un approccio che unisce l’intelligenza artificiale (AI) alla sperimentazione biologica in laboratorio (wet lab). In pratica, la ricerca non procede più per tentativi isolati o per fasi rigidamente separate – prima la progettazione al computer, poi gli esperimenti – ma diventa un ciclo continuo e integrato.
Nel caso di Harbour BioMed, la piattaforma generativa di AI progetta nuovi anticorpi “in silico”, cioè attraverso simulazioni digitali che prevedono quali strutture molecolari avranno maggiore probabilità di legarsi al bersaglio terapeutico. Queste previsioni vengono poi verificate sperimentalmente nel wet lab, dove robot e sistemi automatizzati conducono test biologici reali per confermare o correggere i risultati del modello. I dati ottenuti dagli esperimenti tornano quindi nel sistema di AI, che impara dagli esiti e affina le sue previsioni successive.
Questo ciclo chiuso tra modello predittivo e validazione sperimentale consente di ridurre tempi e costi, migliorando al contempo la precisione della ricerca di nuovi farmaci.
Quando si dice che questo modello “si integra con la visione di Evinova di un ecosistema aperto”, si intende che Evinova fornisce l’infrastruttura digitale complementare: una rete di strumenti basati su intelligenza artificiale e automazione che si estende oltre la scoperta molecolare, arrivando fino alla progettazione degli studi clinici, al reclutamento dei pazienti e all’analisi dei dati clinici.
In altre parole, Harbour lavora sulla parte scientifica e sperimentale della scoperta dei farmaci (AI + laboratorio), mentre Evinova copre la parte clinica e gestionale dello sviluppo. Insieme, creano un flusso continuo di innovazione che collega la fase di ricerca molecolare con quella di sperimentazione sull’uomo — un “ecosistema aperto” in cui algoritmi predittivi, dati clinici e automazione cooperano lungo l’intero ciclo di vita del farmaco.
Con questa mossa, AstraZeneca rafforza la propria posizione tra i leader globali dell’AI applicata alla ricerca biofarmaceutica, un settore in rapida espansione che sta ridefinendo il modo in cui nascono i farmaci di nuova generazione.