Si scrive DeepMind, si legge Google. L’azienda londinese specializzata nell’intelligenza artificiale, con centri di ricerca a macchia d’olio in Francia, Canada e Stati Uniti, controllata dal 2014 dal colosso di Mountain View, sta spaziando in vari campi di mercato, concentrandosi tantissimo sulla ricerca medica. 
L’ultimo studio riguarda un focus suoi nuovi antibiotici salva-uomo. Un passo importante a quanto pare nella sempre importante ricerca medica, grazie all’utilizzo delle strutture proteiche generate dal software di intelligenza artificiale AlphaFold.
I ricercatori di DeepMind, nello specifico, hanno studiato se i modelli computazionali esistenti potessero identificare i meccanismi d’azione dei composti antibatterici. Già, tutto questo perché negli ultimi decenni sono stati sviluppati pochissimi nuovi antibiotici, soprattutto perché i metodi attuali per lo screening di potenziali farmaci sono proibitivi e richiedono tempo.
Antibiotics-AI Project, tutto quello che c’è da sapere
La nuova strategia consisterebbe nell’utilizzare modelli computazionali, che offrono un modo potenzialmente più rapido ed economico per identificare nuovi farmaci. Un nuovo studio del MIT rivela il potenziale e i limiti di un tale approccio computazionale.
I ricercatori hanno esplorato se i modelli esistenti potessero prevedere con precisione le interazioni tra proteine batteriche e composti antibatterici. Se così fosse, si potrebbe iniziare a utilizzare questo tipo di modellazione per eseguire schermate su larga scala per nuovi composti che prendono di mira proteine precedentemente non mirate. Ciò, senza dubbio, consentirebbe lo sviluppo di antibiotici con meccanismi d’azione senza precedenti, un compito essenziale per affrontare la crisi di resistenza agli antibiotici.
Tuttavia, i ricercatori, guidati da James Collins, Professore di ingegneria medica e scienze presso l’Istituto per l’ingegneria e la scienza medica (IMES) e il Dipartimento di ingegneria biologica del MIT, hanno scoperto che questi modelli esistenti non funzionavano bene per questo scopo. In effetti, le loro previsioni hanno funzionato poco meglio del caso.
“Le innovazioni stanno ampliando le possibilità per gli sforzi di scoperta di farmaci in silicio – spiega James Collins, in un’intervista apparsa su science daily – ma questi sviluppi devono essere accompagnati da ulteriori progressi in altri aspetti della modellazione che fanno parte degli sforzi di scoperta di farmaci. Il nostro studio parla sia delle capacità attuali che degli attuali limiti delle piattaforme computazionali per la scoperta di farmaci“.
Il nuovo studio fa parte di uno sforzo lanciato di recente dal laboratorio di Collins chiamato Antibiotics-AI Project, che ha l’obiettivo di utilizzare l’intelligenza artificiale per scoprire e progettare nuovi antibiotici. Il software di AI sviluppato da DeepMind e Google, ha previsto accuratamente le strutture proteiche dalle loro sequenze di aminoacidi.
Una tecnologia che ha suscitato entusiasmo tra i ricercatori, che sperano di poter utilizzare le strutture AlphaFold per trovare farmaci che si legano a specifiche proteine batteriche. Sarebbe un bel passo in avanti per la ricerca medica.
