L’industria farmaceutica sta vivendo un cambio di paradigma senza precedenti. Se tradizionalmente lo sviluppo di un nuovo farmaco è un processo lento, estremamente costoso (spesso superiore ai 2 miliardi di euro) e che può richiedere fino a un decennio, l’Intelligenza Artificiale (AI) sta drasticamente riducendo tempi e costi, promettendo di inaugurare una “seconda età dell’oro” per la ricerca medica.
Oltre la ricerca convenzionale: il design molecolare
Il metodo tradizionale di scoperta dei farmaci si basa spesso sulla ricerca di un “bersaglio molecolare” noto — solitamente una proteina — su cui agire. Tuttavia, molte patologie non presentano bersagli chiari. L’AI sta rovesciando questo approccio:
-
Progettazione basata sull’effetto: Ricercatori dell’IRB di Barcellona hanno progettato nuove molecole non partendo dalla proteina, ma dall’effetto biologico desiderato nella cellula, ottenendo composti più efficaci e strutturalmente innovativi.
-
Esplorazione dell’universo chimico: Strumenti come CoCoGraph agiscono come “generatori” molecolari. Partendo da una formula nota, l’AI è in grado di ipotizzare combinazioni atomiche inedite, esplorando uno spazio teorico stimato in $10^{60}$ molecole — un numero superiore a quello delle molecole d’acqua presenti negli oceani.
Il dominio delle proteine: da AlphaFold al “film” dinamico
La struttura 3D delle proteine è la “chiave” che apre la serratura della cellula, innescando le reazioni terapeutiche.
-
La rivoluzione statica: Progetti come AlphaFold (premio Nobel 2024) hanno risolto il problema di predire la struttura 3D delle proteine, un traguardo inseguito per decenni.
-
La dinamica: Recentemente, scienziati dell’EPFL hanno superato il limite delle “istantanee” statiche. Hanno sviluppato sistemi in grado di produrre modelli completi dei movimenti atomici delle proteine. Questa evoluzione permette ora di progettare farmaci che colpiscono non solo la forma della proteina, ma il suo comportamento dinamico “mentre danza” per funzionare.
Applicazioni reali: vaccini e super batteri
L’AI non è più solo una promessa futuribile, ma un’applicazione clinica concreta:
-
Vaccini universali: Per la prima volta, un vaccino progettato interamente tramite simulazioni al computer (progetto dell’Università di Cambridge e DIOSynVax) è stato testato con successo sull’uomo, dimostrandosi sicuro contro diversi sarbecovirus.
-
Antibiotici contro le resistenze: L’AI del MIT ha progettato, atomo per atomo, nuovi antibiotici capaci di debellare batteri multiresistenti, come lo Staphylococcus aureus (MRSA) e il batterio della gonorrea, superando i limiti dello screening convenzionale.
L’AI e la riscoperta della natura
La natura rimane la “farmacia” più ricca del pianeta, e l’AI sta permettendo di mappare questo patrimonio inesplorato:
-
Drug Repurposing: L’AI viene utilizzata per trovare nuove missioni terapeutiche per farmaci già esistenti.
-
Patrimonio naturale: Dalle erbe della medicina tradizionale cinese agli abissi marini (di cui abbiamo esplorato meno del 5%), l’AI accelera lo screening di sostanze naturali complesse, identificando potenziali antivirali e principi attivi che sarebbero altrimenti impossibili da catalogare manualmente.
Il ruolo insostituibile dell’essere umano
Nonostante le capacità computazionali, l’AI non sostituisce lo scienziato. Il limite principale resta la qualità dei dati. Gran parte dei dati disponibili è spesso “rumorosa” o valutata in modo inadeguato. Come sottolineano gli esperti, abbiamo bisogno di ricercatori umani per produrre dati puliti e rigorosi; l’AI è un amplificatore dell’intelligenza umana, non un suo sostituto.
L’integrazione di queste tecnologie sta portando a una riduzione stimata del 25% dei costi e del 40% dei tempi di sviluppo, rendendo la promessa di terapie più rapide e accessibili un obiettivo finalmente raggiungibile.
