L’universo di molecole che potrebbero essere trasformate in farmaci potenzialmente salvavita ha dimensioni sbalorditive: i ricercatori stimano il numero intorno a 10 alla sessantesima.
di David Rotman
Gli strumenti di apprendimento automatico possono esplorare grandi database di molecole esistenti e le loro proprietà, usando le informazioni per generare possibilità quasi infinite. Ciò potrebbe rendere più veloce ed economico scoprire nuovi candidati per le terapie.
A settembre, un team di ricercatori dell’Insilico Medicine di Hong Kong e dell’Università di Toronto hanno compiuto un passo avanti convincente verso la dimostrazione che la strategia funziona, sintetizzando diversi candidati farmacologici trovati dagli algoritmi AI.
Con tecniche come l’apprendimento profondo e modelli generativi simili a quelli che hanno permesso a un computer di battere il campione del mondo di Go, i ricercatori hanno identificato circa 30.000 nuove molecole con proprietà interessanti. Ne hanno selezionati sei da sintetizzare e testare. Una si è rivelata particolarmente attiva e si è dimostrata promettente nei test sugli animali.
I chimici nella scoperta di farmaci spesso creano nuove molecole, un’arte affinata da anni di esperienza e capacità intuitive. Ora questi scienziati hanno un nuovo e potente strumento per espandere la loro immaginazione.
(rp)
