The Brief
Scienza e scoperte 4 min di lettura

Da Anni a Settimane: Cosa Rivelano gli Antibiotici Scoperti dall'IA

NAVION

Condividi

Due professori del MIT hanno vinto il Pritzker Prize 2026 per l’eccellenza nella ricerca scientifica basata sull’IA. Regina Barzilay e James Collins sono stati premiati per un lavoro che si trova all’intersezione tra il machine learning e uno dei problemi più urgenti della medicina: la crisi globale della resistenza antimicrobica. La loro ricerca non ha prodotto solo nuovi farmaci, ma ha dimostrato che il processo per trovarli può essere radicalmente accelerato.

La Scoperta Iniziata con 2.500 Molecole

La collaborazione tra Barzilay e Collins ha prodotto il suo primo grande risultato nel 2020, in un articolo pubblicato su Cell con l’allora postdoc Jonathan Stokes come primo autore. Il soggetto era l’halicin, il primo antibiotico identificato tramite intelligenza artificiale. Il nome è un omaggio a HAL 9000, la fittizia IA del film del 1968 di Stanley Kubrick 2001: Odissea nello spazio, una scelta che segnala qualcosa su come i ricercatori comprendevano il momento che stavano vivendo.

L’halicin non è stata progettata da zero. Inizialmente era studiata come potenziale farmaco per il diabete. Un modello di deep learning, addestrato su 2.500 molecole, l’ha identificata come una candidata meritevole di test. Quando il team ha eseguito quei test, l’halicin si è dimostrata efficace contro diversi batteri resistenti agli antibiotici, tra cui Clostridium difficile, Acinetobacter baumannii e Mycobacterium tuberculosis. Non si tratta di agenti patogeni oscuri, ma di alcuni degli organismi che rendono le infezioni resistenti ai farmaci così pericolose in ambito clinico.

La velocità della scoperta è ciò che la maggior parte dei reportage sminuisce. Un processo che tradizionalmente avrebbe richiesto anni è stato completato nel giro di poche settimane. Questa compressione non è una nota a piè di pagina, è il fulcro di ciò che rende questo approccio significativo.

Il Mirato Batte il Largo: La Logica Dietro l’Abaucin

Il secondo grande risultato è arrivato nel 2023. Lavorando di nuovo con Stokes, ora assistente professore alla McMaster University, Barzilay e Collins hanno usato il machine learning per identificare l’abaucin. A differenza dell’halicin, l’abaucin è un antibiotico a spettro ristretto: prende di mira una singola specie, A. baumannii, invece di un’ampia gamma di batteri.

Questa specificità non è una limitazione, è un vantaggio di design. Gli antibiotici a spettro ampio, sebbene potenti, creano le condizioni per lo sviluppo della resistenza e possono alterare i batteri benefici nell’intestino. Un farmaco a spettro ristretto che agisce con precisione contro un singolo organismo resistente riduce entrambi questi rischi. A. baumannii è un bersaglio particolarmente rilevante: si trova comunemente sulle superfici degli ospedali ed è stato documentato nelle ferite dei soldati di stanza nelle zone di conflitto.

Il passaggio dall’halicin all’abaucin illustra anche qualcosa su come questo programma di ricerca si sta evolvendo. La prima scoperta ha dimostrato il concetto, mentre la seconda ha iniziato a perfezionarlo, muovendosi verso interventi più mirati invece di replicare semplicemente ciò che fanno già gli antibiotici ad ampio spettro.

Cosa Significa Questo Oltre il Laboratorio

Il Pritzker Prize, istituito nel 2024 dall’Università di Chicago in collaborazione con Caltech, è stato creato specificamente per premiare il lavoro che fa progredire insieme l’IA e le scienze naturali o l’ingegneria. Questa cornice è importante, poiché riflette la crescente consapevolezza che le applicazioni più importanti dell’IA non avvengono solo all’interno del settore tecnologico, ma in biologia, chimica e medicina, campi in cui i problemi sono più complessi e la posta in gioco è più alta.

Collins ha descritto il modello storico della scoperta di antibiotici come lento, costoso e imprevedibile, un processo per tentativi ed errori che produce pochi candidati vitali. Il cambiamento a cui punta è il passaggio dall’IA come strumento di scoperta, che scansiona le molecole esistenti alla ricerca di un potenziale nascosto, all’IA come strumento di design, capace di generare nuovi candidati invece di valutare solo quelli noti. Questa distinzione è fondamentale per ciò che verrà dopo.

Barzilay offre una prospettiva più misurata. Secondo lei, il campo è ancora agli inizi. L’IA può automatizzare parti del processo di scoperta dei farmaci, ma non tutto. Costruire modelli realistici di IA della biologia umana rimane un problema aperto e difficile. Questo non è pessimismo, è precisione. La ricerca ha dimostrato una reale capacità pur rimanendo onesta riguardo alle lacune che ancora rimangono.

Ecco cosa segnala in realtà questa combinazione di ambizione e cautela: il lavoro è credibile proprio perché non fa promesse eccessive. I risultati sono reali e documentati. I limiti sono riconosciuti. Questa combinazione è più rara di quanto dovrebbe essere nelle discussioni sull’IA e sulla medicina.

In Breve

Barzilay e Collins hanno usato il deep learning per identificare due antibiotici, l’halicin nel 2020 e l’abaucin nel 2023, che i metodi convenzionali avrebbero impiegato anni a trovare. La velocità, la specificità e l’attenzione sui patogeni resistenti ai farmaci rendono questo lavoro direttamente rilevante per una delle sfide più gravi della medicina globale. Il Pritzker Prize 2026 riconosce non solo i risultati, ma l’approccio: usare l’IA per potenziare la scoperta scientifica in un dominio in cui il solo sforzo umano non è stato sufficiente. I ricercatori stessi chiariscono che questo è un inizio, non una soluzione. Costruire i modelli di IA che potrebbero trasformare davvero la scoperta dei farmaci è il lavoro che ci attende.

Basato su un articolo di MIT News.

Leggi lo studio originale.

Scritto da

NAVION