Scoperta scientifica medica riparare cellule tumorali (Canva foto) - www.biomedicalcue.it
Un nuovo approccio alla medicina computazionale potrebbe ridefinire la ricerca farmacologica su larga scala.
Negli ultimi anni, il legame tra biologia e intelligenza artificiale si è fatto sempre più stretto. Tecnologie che sembravano fantascienza iniziano ora a entrare nei laboratori, portando un modo completamente nuovo di guardare alle malattie. In particolare, l’idea che un algoritmo possa “capire” come funziona una cellula e suggerire come curarla non è più un sogno lontano. Sta diventando realtà.
La scoperta di nuovi farmaci è sempre stata un processo lungo e complicato, fatto spesso di tentativi su tentativi. Ma oggi, l’intelligenza artificiale sta rivoluzionando anche questo. Non si tratta solo di automatizzare le analisi, ma di pensare in modo diverso: guardare all’intera cellula, e non solo a un singolo bersaglio. Capire cosa si rompe davvero, e come rimettere insieme i pezzi.
Intanto, però, la ricerca pubblica affronta una fase delicata. Come ha spiegato la Harvard Medical School, molti progetti rischiano il blocco per via dei tagli ai finanziamenti federali. Un paradosso, se si pensa che proprio da questi laboratori arrivano alcune delle innovazioni più promettenti per la salute di tutti.
Nonostante le difficoltà, c’è chi non si ferma. Un gruppo di ricercatori di Harvard ha messo a punto un sistema che promette di cambiare il modo in cui troviamo cure per malattie complesse. Si chiama PDGrapher, ed è un’intelligenza artificiale che non si limita a cercare il farmaco giusto, ma prova a riportare la cellula malata alla normalità. Come se sapesse esattamente dove agire per aggiustarla.
PDGrapher è molto più di un semplice algoritmo. Analizza ciò che succede all’interno della cellula malata e simula come potrebbero reagire i suoi “ingranaggi” se si intervenisse in determinati punti. Non si limita a cercare un farmaco efficace: prova a capire quali combinazioni di geni e terapie possono invertire davvero lo stato di malattia.
“La scoperta tradizionale di farmaci è come assaggiare piatti a caso finché non trovi quello giusto”, ha spiegato la professoressa Marinka Zitnik. “Noi vogliamo creare la ricetta perfetta fin dall’inizio”. Un approccio che potrebbe accorciare di molto i tempi della ricerca, offrendo terapie più personalizzate e mirate, soprattutto per patologie come il cancro o le malattie neurologiche.
PDGrapher è già stato messo alla prova su diversi tipi di tumore, e i risultati sono promettenti. Ha saputo individuare bersagli terapeutici noti – senza che gli fossero stati insegnati – e ne ha scoperti di nuovi, coerenti con studi recenti. Tra questi, geni chiave nel carcinoma polmonare e in altri tumori aggressivi.
Rispetto ad altri strumenti simili, ha mostrato una precisione fino al 35% più alta e tempi di risposta anche 25 volte più rapidi. Secondo i ricercatori, questo potrebbe aprire la strada a trattamenti su misura, adattati alle cellule di ciascun paziente. Ma anche a una comprensione più profonda delle malattie, utile per trovare soluzioni più efficaci e durature.
