Una scoperta di rilevanza fondamentale nel campo degli antibiotici è stata recentemente annunciata grazie all'utilizzo dell'intelligenza artificiale (IA). Un team di ricercatori del laboratorio di James Collins presso il Broad Institute del Massachusetts Institute of Technology, e dell'Università di Harvard, ha impiegato un algoritmo di deep learning per identificare nuovi composti capaci di combattere infezioni batteriche resistenti agli antibiotici nei topi, aprendo nuove prospettive nella scoperta di farmaci supportata dall'IA.
La resistenza agli antibiotici rappresenta una delle maggiori minacce globali per la salute umana, causando circa 1,27 milioni di decessi diretti nel 2019 e contribuendo a quasi cinque milioni di morti aggiuntive.
La pandemia di COVID ha aggravato questo problema, con l'ulteriore sfida data dall'assenza di nuove classi di antibiotici sviluppate negli ultimi decenni.
Grazie all'applicazione di deep learning, sono stati analizzati milioni di composti alla ricerca di attività antibiotica. Tra questi, 283 composti promettenti sono stati testati su topi, rivelando la loro efficacia contro patogeni resistenti come Staphylococcus aureus meticillino-resistente (MRSA) e enterococchi resistenti alla vancomicina.
Ciò è particolarmente significativo, considerando che tali batteri rappresentano delle sfide di difficile eliminazione. Inoltre, a differenza dei modelli di IA convenzionali, è stato possibile comprendere il processo decisionale di questo modello, fornendo una visione approfondita della biochimica coinvolta.
Questo lavoro è il frutto di ricerche precedenti, incluso il contributo di César de la Fuente dell'Università della Pennsylvania, evidenziando l'importanza dell'IA nella scoperta di nuovi antibiotici.
Parlando dell'importanza di questa scoperta, de la Fuente ha sottolineato l'entusiasmo per i progressi nel campo dell'IA applicata alla scoperta di antibiotici, un settore emergente negli ultimi anni.
L'IA, e le macchine in generale, offrono vantaggi notevoli rispetto alle capacità umane nel vagliare e identificare nuovi composti antibiotici. La velocità e la sistematicità con cui possono esaminare dati e strutture consentono di accelerare significativamente i tempi di scoperta, riducendo il periodo di ricerca da anni a poche ore.
Tuttavia, per tradurre questa nuova classe di antibiotici in farmaci clinici, sono necessari ulteriori studi sulla tossicità e sulle indagini precliniche. La Food and Drug Administration richiede tali studi prima di consentire l'avvio dei trial clinici.
Nonostante queste sfide, questo lavoro rappresenta un significativo avanzamento nell'uso dell'IA nel campo degli antibiotici, dando speranza alla possibilità di creare antibiotici tramite l'IA in grado di salvare vite.
Gli studi su topi hanno dimostrato l'efficacia dei composti identificati nel ridurre le infezioni batteriche, un passo importante verso il loro potenziale utilizzo clinico.
De la Fuente ha sottolineato l'importanza che l'IA sia "esplicabile", cioè che si possa comprendere il processo decisionale della macchina. Questo rappresenterebbe un passo cruciale per rendere l'IA una disciplina ingegneristica, consentendo di capire meglio il funzionamento dei modelli di IA nell'ambito biologico e chimico.
