Dalla riproducibilità alla rilevanza per l’uomo, i nuovi approcci metodologici stanno cambiando anche il modo in cui valutiamo gli strumenti della ricerca
Quando un farmaco funziona in laboratorio, la domanda decisiva è una sola: funzionerà anche nelle persone?
È su questo passaggio che si gioca gran parte della ricerca preclinica. Colture cellulari, organoidi, organ-on-chip, modelli computazionali e animali da laboratorio sono tutti strumenti utilizzati per ottenere informazioni prima di esporre un paziente a un nuovo trattamento. Il fatto che un modello venga utilizzato nella fase preclinica non significa, di per sé, che sappia prevedere in modo affidabile ciò che accadrà nell’uomo.
Negli ultimi anni l’attenzione si è concentrata soprattutto sui nuovi approcci metodologici, o NAM (New Approach Methodologies), ai quali vengono richieste robustezza, riproducibilità, caratterizzazione tecnica e validazione rispetto allo scopo per cui dovrebbero essere impiegati. È un requisito necessario. Ma lo stesso criterio pone una domanda più generale: come sappiamo che un qualsiasi modello preclinico, nuovo o tradizionale, è realmente informativo per l’uomo?
La questione diventa particolarmente importante mentre si sviluppano sistemi sperimentali sempre più direttamente basati sulla biologia umana: cellule staminali pluripotenti indotte, organoidi, sistemi microfisiologici e modelli in silico stanno ampliando rapidamente ciò che è possibile studiare senza passare necessariamente attraverso un’altra specie.
Riproducibile non significa necessariamente traslabile
Per affrontare il problema occorre distinguere due concetti: validità interna e validità esterna.
La validità interna riguarda l’affidabilità dell’esperimento. Uno studio ben progettato deve limitare le principali fonti di bias e, quando appropriato, utilizzare randomizzazione, valutazione in cieco, dimensioni del campione adeguate e analisi statistiche corrette.
La validità esterna pone invece una domanda diversa: anche se il risultato è reale e perfettamente riproducibile, quanto possiamo generalizzarlo a un’altra popolazione, a un altro contesto o, soprattutto, a un’altra specie?
Pound e Ritskes-Hoitinga hanno analizzato proprio questo problema nella ricerca animale, sottolineando che migliorare la qualità metodologica degli esperimenti è necessario, ma non basta a garantire una migliore previsione della risposta umana [2].
La distinzione è fondamentale: riprodurre bene un fenomeno nel topo e prevedere bene un fenomeno nell’uomo sono due proprietà differenti.
Alcuni problemi della ricerca animale possono essere corretti. Gli animali utilizzati come modelli sperimentali sono spesso giovani, relativamente omogenei e privi delle comorbidità frequenti nei pazienti; anche i tempi e le modalità di trattamento possono essere molto diversi dalla pratica clinica. È possibile intervenire su questi aspetti progettando esperimenti più realistici.
Esiste però un’altra fonte di incertezza: la differenza di specie.
Topo e uomo condividono numerosi geni, pathway e funzioni fisiologiche, ma la presenza degli stessi componenti biologici non garantisce che essi funzionino nello stesso modo all’interno di sistemi complessi. La capacità di un modello animale di prevedere una risposta umana non può quindi essere dedotta semplicemente dalla somiglianza biologica: deve essere dimostrata rispetto a ciò che si vuole prevedere.
Qualificare un modello significa validarlo rispetto a uno scopo
Si parla molto della necessità di validare i NAM. Ma “validazione” ha significato soltanto se specifichiamo rispetto a quale domanda.
Un modello potrebbe riprodurre molto bene una patologia animale, generare lo stesso fenotipo in laboratori differenti e reagire in maniera coerente a un determinato trattamento. Tutto questo ne dimostrerebbe la robustezza come modello di quel fenomeno sperimentale. Non dimostrerebbe necessariamente che sappia prevedere ciò che accadrà nell’uomo.
Per uno strumento destinato alla ricerca traslazionale, quindi, non basta chiedere se il modello “funzioni”. Bisogna chiedere:
Funziona per quale decisione? Quale endpoint umano dovrebbe prevedere? E quanto bene riesce effettivamente a farlo?
È il principio del context of use: l’utilità di un modello dipende dal problema specifico che deve risolvere [3].
Se questo principio viene applicato coerentemente, deve valere per qualsiasi piattaforma. Un organoide non è automaticamente valido perché contiene cellule umane; allo stesso modo, un modello animale non è automaticamente valido perché viene utilizzato da decenni.
Questo non significa, tuttavia, che l’origine biologica del modello sia irrilevante. Quando la domanda finale riguarda l’uomo, un sistema basato direttamente sulla biologia umana non è per questo automaticamente valido, ma evita una fonte ulteriore di incertezza: la necessità di estrapolare il risultato da un’altra specie. La sua adeguatezza deve comunque essere dimostrata rispetto allo specifico context of use.
L’uso storico non sostituisce la dimostrazione della validità. È stato infatti osservato che alcuni endpoint animali consolidati non hanno attraversato processi di validazione formale equivalenti a quelli oggi richiesti ai NAM.
Il punto non è quindi attribuire validità a un modello sulla base della categoria a cui appartiene, ma applicare a tutti lo stesso standard di evidenza, tenendo conto anche delle specifiche fonti di incertezza che ciascun modello introduce.
Il problema dell’estrapolazione tra specie
Pound e Ritskes-Hoitinga descrivono anche quello che chiamano extrapolator’s circle [2].
Per verificare che un meccanismo osservato nell’animale sia sufficientemente simile a quello umano da permettere un’estrapolazione affidabile, abbiamo bisogno di dati umani con cui confrontarlo. La capacità predittiva del modello animale non può quindi essere semplicemente presupposta: deve essere verificata proprio attraverso conoscenze sulla biologia umana.
Si crea così un problema epistemologico: per sapere quanto un modello animale sia traslabile dobbiamo già possedere un termine di confronto umano. La validità dell’estrapolazione tra specie deve quindi essere dimostrata, non assunta.
Ed è qui che lo sviluppo delle piattaforme direttamente basate sulla biologia umana assume particolare importanza.
Limiti tecnologici e limiti di specie
I NAM attuali presentano limiti importanti. Le cellule derivate da iPSC possono essere immature; gli organoidi possono avere una vascolarizzazione incompleta, una diversità cellulare insufficiente o non riprodurre adeguatamente il microambiente fisiologico. La variabilità fra protocolli e laboratori rimane un problema. I modelli computazionali e l’intelligenza artificiale dipendono inoltre dalla quantità, qualità e rappresentatività dei dati disponibili [1].
Molti di questi limiti — maturazione cellulare, vascolarizzazione, complessità tissutale, integrazione tra organi, standardizzazione e qualità dei dati — sono però almeno in parte problemi tecnologici, sui quali è possibile intervenire attraverso ricerca e sviluppo.
Ed è ciò che sta già avvenendo: dalle colture cellulari bidimensionali si è passati a sistemi multicellulari tridimensionali, organoidi vascolarizzati, organ-on-chip e piattaforme integrate con strumenti computazionali [1].
La differenza di specie appartiene invece a un’altra categoria.
Possiamo rendere un esperimento sul topo meglio controllato, più riproducibile, più vicino alle condizioni cliniche e più ricco di misurazioni.
Ma non possiamo, migliorando il protocollo, trasformare la fisiologia murina in fisiologia umana.
Questa differenza ha conseguenze anche sulla traiettoria di sviluppo dei diversi modelli: nel caso dei NAM è possibile concentrare ricerca e innovazione sulla riduzione progressiva di molti dei loro limiti attuali, mentre il perfezionamento di un modello animale non può eliminare la necessità di estrapolare i risultati tra specie [2].
La validità scientifica non è l’unico criterio
Quando la ricerca coinvolge animali esiste inoltre una seconda questione, distinta dalla capacità predittiva: quella etica.
Il principio delle 3R — Replacement, Reduction and Refinement, sostituzione, riduzione e perfezionamento — non indica soltanto come utilizzare meglio gli animali. La prima domanda è se sia necessario utilizzarli.
Nell’Unione europea questo principio ha anche valore normativo. La Direttiva 2010/63/UE stabilisce che, ove possibile, debba essere utilizzato al posto della procedura animale un metodo o una strategia scientificamente soddisfacente che non comporti l’uso di animali vivi [4].
Questo introduce un elemento importante nel context of use. Se due strategie sono entrambe adeguate alla stessa domanda, ma una non richiede animali, non si tratta più di due opzioni perfettamente equivalenti.
La semplice disponibilità di un organoide o di un organ-on-chip non basta: il metodo deve essere scientificamente adeguato alla domanda. Ma anche il ricorso alla complessità di un organismo intero deve essere giustificato dall’informazione che è in grado di fornire.
Il principio di Replacement modifica quindi l’onere della prova: non bisogna soltanto chiedere se un NAM sia abbastanza valido da sostituire un modello animale, ma anche perché il modello animale debba essere mantenuto quando esiste una strategia non animale scientificamente soddisfacente.
Il Replacement ha inoltre una dimensione prospettica. Se l’uso degli animali costituisce un costo etico, questo costo non è rilevante soltanto nella scelta del singolo esperimento, ma anche nelle decisioni su quali tecnologie sviluppare e finanziare.
L’etica, quindi, non interviene soltanto nella scelta del modello da utilizzare: contribuisce anche a determinare quali modelli valga la pena sviluppare.
Spostare l’onere della prova
Tradizionalmente il problema è stato formulato così: il nuovo metodo è abbastanza affidabile da sostituire il modello animale?
Ma questa domanda attribuisce implicitamente al modello storico lo status di riferimento.
Un approccio realmente fit-for-purpose dovrebbe invece partire dalla domanda clinica: quali evidenze sono necessarie per rispondere nel modo più affidabile alla questione che interessa l’essere umano?
A quel punto non è più sufficiente chiedere se un modello produca informazioni: bisogna stabilire quale contributo fornisca alla decisione e quali fonti di incertezza introduca.
L’onere della prova si sposta così dalla novità alla necessità.
Oggi è possibile interrogare sempre più direttamente la biologia umana. Già nel 2018 Pound e Ritskes-Hoitinga indicavano iPSC, organ-on-chip e organoidi come strumenti con cui ridurre l’incertezza dell’estrapolazione fra specie [2]; da allora queste piattaforme hanno continuato ad aumentare in complessità [1].
Quando una domanda richiede informazioni che le metodologie non animali disponibili non riescono ancora a fornire con sufficiente affidabilità, il ricorso a un modello animale può essere giustificato. Quando invece una strategia basata sui NAM fornisce già l’informazione necessaria, aggiungere un animale non rende automaticamente la ricerca più rigorosa.
La questione, però, non riguarda soltanto quali strumenti siano disponibili oggi. Molti limiti attuali dei NAM possono essere progressivamente affrontati attraverso lo sviluppo tecnologico; la necessità di estrapolare i risultati tra specie e il costo etico dell’uso animale non possono invece essere eliminati perfezionando il modello animale.
Per questo, privilegiare lo sviluppo di NAM basati sulla biologia umana non significa considerarli automaticamente validi o sufficienti per qualsiasi domanda, ma scegliere di investire nella progressiva costruzione di sistemi direttamente basati sulla biologia umana.
Spostare risorse verso i NAM significa quindi scegliere una traiettoria di sviluppo nella quale il progresso tecnologico può ridurre molti dei limiti attuali, evitando al tempo stesso due vincoli che il perfezionamento sperimentale del modello animale non può eliminare: l’estrapolazione tra specie e il problema etico legato all’uso degli animali.
Riferimenti bibliografici
- Liu W, Pang PD, Wu CA, Tagle D, Wu JC. New approach methodologies for drug discovery. Cell. 2026;189. doi:10.1016/j.cell.2026.02.012.
- Pound P, Ritskes-Hoitinga M. Is it possible to overcome issues of external validity in preclinical animal research? Why most animal models are bound to fail. Journal of Translational Medicine. 2018;16:304. doi:10.1186/s12967-018-1678-1.
- Gaburro S, Berridge B, Kelley NW, von Keutz E, Ferrer M, Roper C, et al. Beyond NAMs versus animal models: Context of use as the governing framework for integrated nonclinical strategies in drug development. Regulatory Toxicology and Pharmacology. 2026. doi:10.1016/j.yrtph.2026.106237.
- Parlamento europeo e Consiglio dell’Unione europea. Direttiva 2010/63/UE del 22 settembre 2010 sulla protezione degli animali utilizzati a fini scientifici. Gazzetta ufficiale dell’Unione europea. 2010;L276:33–79.
