Un recente studio di César de la Fuente, direttore del Machine Biology Group dell’Università della Pennsylvania, ha mostrato un importante progresso nell’uso dell’intelligenza artificiale per la scoperta di nuovi antibiotici, offrendo una potenziale soluzione alla crescente crisi della resistenza antimicrobica.
Gli antibiotici si stanno dimostrando infatti sempre meno efficienti in un mondo che ne abusa, col risultato che la necessità di innovazioni rapide è urgente. Secondo l’Organizzazione Mondiale della Sanità (OMS), la resistenza antimicrobica ha causato oltre 1,2 milioni di morti nel 2019, un numero che potrebbe salire a 10 milioni entro il 2050 se non si trovano soluzioni efficaci.
Lo studio di de la Fuente rappresenta il più grande sforzo mai realizzato per la scoperta di nuovi antibiotici, questo perché il processo tradizionale di scoperta è lungo e complesso, spesso richiedendo decenni di ricerche e sperimentazioni cliniche. Tuttavia, l’uso dell’intelligenza artificiale ha permesso di accelerare significativamente questo percorso. “Invece di aspettare cinque o sei anni per un candidato, ora possiamo trovarne centinaia di migliaia in poche ore“, ha dichiarato de la Fuente.
Pubblicato mercoledì sulla rivista Cell, lo studio descrive come l’IA sia stata utilizzata per esplorare la vasta diversità microbica presente sulla Terra, individuando quasi un milione di nuove molecole potenzialmente utili come antibiotici.
César de la Fuente ha spiegato che questo sistema ha permesso di analizzare l’intera diversità microbica del pianeta in un tempo record. “Senza un algoritmo del genere, gli scienziati avrebbero dovuto raccogliere campioni di acqua e suolo per anni per trovare nuove molecole”.
Ma com’è stato possibile analizzare “l’intera diversità microbica del pianeta”? Per il loro studio, i ricercatori hanno raccolto da banche dati pubbliche genomi e meta-genomi ( l’insieme dei genomi di tutti i microbi presenti in un determinato ambiente), cercando frammenti di DNA con potenziale attività antimicrobica. Hanno poi sintetizzato chimicamente 100 di queste molecole in laboratorio, testandole contro batteri pericolosi. Il 79% delle molecole si è rivelato efficace nell’uccidere almeno un microbo, aprendo la strada a nuovi potenziali antibiotici.
Nonostante le straordinarie potenzialità dell’IA, non mancano (ovviamente?) le preoccupazioni. De la Fuente ha riconosciuto che l’IA potrebbe essere usata impropriamente per creare tossine, motivo per cui il suo laboratorio ha implementato rigide misure di sicurezza per prevenire tali rischi. Tuttavia, ha rassicurato che le molecole studiate erano “inerti” e non rappresentavano una minaccia immediata.
Questo studio non è un caso isolato. Recentemente, Google DeepMind ha rilasciato AlphaFold, del quale abbiamo parlato in questo articolo, un programma che prevede l’interazione delle proteine con altre molecole, promettendo progressi in settori come la terapia del cancro e la resilienza delle colture.
L’antropologa tecnologica Lisa Messeri, dell’Università di Yale, avverte però che il machine learning non è la soluzione universale per tutti i progetti scientifici, ed esorta a una riflessione critica sull’uso di questi strumenti. A queste perplessità risponde indirettamente De la Fuente, che si dice fiducioso che il futuro della ricerca scientifica sarà una collaborazione sinergica tra esseri umani e macchine.
