L’intelligenza artificiale (IA) sta rivoluzionando il panorama della chimica moderna, accelerando la scoperta di nuove molecole in un campo ancora poco esplorato. Questi sviluppi non solo promettono di migliorare la ricerca di nuovi farmaci, ma anche di creare materiali più sostenibili. Recentemente, un team dell’Universitat Rovira i Virgili (Urv) di Tarragona, Spagna, ha pubblicato sulla rivista ‘Nature Machine Intelligence’ un importante progresso: un strumento di IA capace di generare milioni di nuove molecole, rispettando le leggi chimiche e aprendo a opportunità inedite.
Il potenziale di Cocograph
Il sistema sviluppato, denominato CoCoGraph, è paragonato a una versione di ChatGPT per le molecole. Questo strumento è in grado di produrre un numero straordinario di combinazioni atomiche anche partendo da una singola formula molecolare, come quella del paracetamolo. Secondo Roger Guimerà, esperto del Dipartimento di Ingegneria Chimica dell’Urv, il numero di nuove molecole generate potrebbe arrivare fino a 10⁶⁰, un valore che supera di gran lunga quello delle molecole d’acqua presenti negli oceani. La vastità di combinazioni possibili rende la ricerca di molecole utili un compito arduo, paragonabile alla ricerca di un ago in un pagliaio. Sebbene questo strumento rappresenti un passo iniziale, se il suo utilizzo si dimostrerà efficace, potrà trasformare radicalmente il settore chimico, farmacologico e dei materiali, accelerando la scoperta di soluzioni innovative.
Applicazioni già reali nel settore farmaceutico
Se il futuro della scoperta molecolare appare promettente, già oggi l’IA ha trovato applicazione concreta nel campo farmaceutico. Un esempio significativo è il vaccino universale sviluppato per proteggere contro diversi sarbecovirus, incluso Sars-CoV-2. Questo vaccino, creato dall’Università di Cambridge e dalla sua spin-out DIOSynVax, ha mostrato risultati positivi in una sperimentazione su 39 volontari sani. Si tratta della prima volta in cui un vaccino, progettato interamente attraverso simulazioni al computer, viene testato su esseri umani. Parallelamente, il MIT ha utilizzato l’IA per progettare nuovi potenziali antibiotici, in grado di combattere batteri resistenti come quelli responsabili della gonorrea e dello Staphylococcus aureus multiresistente (MRSA). Questi composti, sebbene necessitino di ulteriori perfezionamenti, evidenziano come l’IA possa segnare l’inizio di una nuova era nella scoperta di antibiotici.
Nuove strategie nella lotta contro l’ebolavirus
Recentemente, l’IA è stata impiegata nella ricerca di farmaci contro il virus Ebola Bundibugyo, attualmente in circolazione nella Repubblica Democratica del Congo e in Uganda. Presso il Southwest Research Institute (SwRI) in Texas, è stato condotto uno screening virtuale che ha portato all’identificazione di circa venti composti antivirali potenzialmente efficaci contro il virus. Questo approccio innovativo potrebbe cambiare il paradigma della scoperta di farmaci, che tradizionalmente inizia da un bersaglio molecolare noto. La ricerca condotta dal Laboratorio di Bioinformatica Strutturale e Biologia di Rete dell’Irb di Barcellona ha proposto una strategia alternativa, progettando molecole in base all’effetto biologico desiderato, piuttosto che a una proteina specifica. Patrick Aloy, direttore del laboratorio, ha confermato che per la prima volta sono state progettate nuove entità chimiche basate sull’effetto biologico voluto, dimostrando così che queste molecole funzionano su cellule specifiche.
Scoperte nel mondo delle proteine
Negli ultimi anni, l’IA ha anche aperto nuove strade nella comprensione delle proteine, come dimostra il premio Nobel per la Chimica 2024 assegnato ai ricercatori di AlphaFold. Questo progetto di Google DeepMind ha permesso di prevedere la struttura tridimensionale delle proteine, un’impresa che ha sfidato gli scienziati per decenni. La comprensione della struttura e del comportamento delle proteine è cruciale per lo sviluppo di farmaci, poiché la loro interazione con le molecole terapeutiche può innescare reazioni chimiche significative. Dal 2024, l’IA ha fatto ulteriori progressi, con un team dell’Ecole Polytechnique Fédérale di Losanna che ha sviluppato un sistema capace di generare modelli strutturali completi e dinamici delle proteine. Questo nuovo approccio apre la strada alla progettazione di farmaci mirati non solo alla forma statica delle proteine, ma anche al loro comportamento dinamico.
Il futuro della scoperta farmaceutica
L’IA si sta rivelando fondamentale anche nel riutilizzo di farmaci già esistenti e nella scoperta di nuove molecole, contribuendo a ridurre i costi e i tempi necessari per lo sviluppo di nuovi trattamenti. Secondo esperti del Forum Fossc, l’applicazione dell’IA potrebbe ridurre i costi di sviluppo di un farmaco del 25% e diminuire i tempi di realizzazione di una nuova terapia del 40%. Considerando che il processo di ricerca e approvazione di un farmaco può richiedere fino a dieci anni e costare oltre 2 miliardi di euro, questi risparmi rappresentano un vantaggio significativo.
Il valore dei dati nella ricerca
Le potenzialità dell’IA sono immense, specialmente nel campo della scoperta di nuovi farmaci. La natura, con il suo vasto patrimonio di sostanze medicinali, rappresenta una grande opportunità. Un team di ricercatori dell’ETH di Zurigo ha dimostrato come l’IA possa essere utilizzata per identificare nuove applicazioni farmaceutiche per prodotti naturali. Tuttavia, la qualità dei dati rimane un fattore cruciale. Pierre Vandergheynst, scienziato coinvolto nello sviluppo di modelli completi di proteine in movimento, ha sottolineato che è essenziale avere dati puliti e parametri rigorosi. La collaborazione tra scienziati e tecnologie di IA sarà fondamentale per affrontare le sfide future nel campo della ricerca farmaceutica.
