La ricerca di nuovi farmaci è un processo lungo e costoso, ma l'intelligenza artificiale generativa promette di accelerarlo. Un gruppo di ricerca dell'Università di Pittsburgh, guidato da Junmei Wang, ha pubblicato su Science Advances uno studio che presenta un sistema innovativo per individuare composti già esistenti con potenziale terapeutico. L'approccio sfrutta la capacità dell'IA di generare e analizzare molecole, riducendo i tempi e i costi della sperimentazione tradizionale.
Come funziona il sistema
Il cuore della tecnologia è un modello di IA generativa addestrato su un vasto database di strutture chimiche e attività biologiche. Il sistema è in grado di generare nuove molecole con proprietà desiderate e, allo stesso tempo, di valutare composti già noti per identificare quelli che potrebbero avere effetti terapeutici su specifiche malattie. Questo approccio di drug repurposing (riposizionamento dei farmaci) consente di saltare le fasi iniziali di sviluppo, partendo da molecole già testate per la sicurezza.
Secondo i ricercatori, il sistema ha già mostrato risultati promettenti nell'identificazione di candidati per il trattamento di malattie rare e tumori. L'IA non solo accelera la scoperta, ma può anche prevedere l'efficacia e la tossicità dei composti, guidando i ricercatori verso le opzioni più promettenti.
Impatto sul settore farmaceutico
L'industria farmaceutica sta investendo sempre più nell'IA per ridurre i fallimenti in fase clinica. Strumenti come quello sviluppato a Pittsburgh potrebbero rivoluzionare il modo in cui vengono identificati i farmaci, rendendo il processo più efficiente e mirato. Tuttavia, restano sfide legate alla validazione sperimentale e all'integrazione con i flussi di lavoro esistenti. Il team di Wang sottolinea che la tecnologia è complementare alla ricerca tradizionale e non la sostituirà, ma potrà fornire ai ricercatori una bussola per orientarsi tra milioni di possibilità.
