Trovare nuovi farmaci è laborioso: questa startup AI salta il lavoro di laboratorio.
Una nuova startup britannica, Potential Sciences, scommette sull’intelligenza artificiale come chiave per rivoluzionare e accelerare il lento e capriccioso processo di progettazione dei farmaci. L’azienda mira a superare i metodi tradizionali, puntando su un approccio innovativo basato su simulazioni avanzate e modelli predittivi.
Il piano di Potential Sciences prevede la costruzione di vasti set di dati chimici utilizzando i principi fondamentali della fisica per simulare le interazioni tra atomi, poi piccole molecole, e infine complessi amminoacidi e proteine. Con questi dati, l’obiettivo è addestrare modelli di intelligenza artificiale e sistemi di previsione capaci di identificare farmaci altamente mirati per malattie specifiche, bypassando così costose e lunghe sperimentazioni di laboratorio.
“Vogliamo che le molecole che non funzioneranno mai in clinica falliscano rapidamente,” ha dichiarato a WIRED Hatem Helal, fondatore e CEO di Potential Sciences. “Ciò significa avere predittori migliori di come si comporteranno interagendo con la biologia umana.”
La startup, lanciata il 5 novembre, ha annunciato di aver ottenuto finanziamenti iniziali a “decine di milioni di dollari” da SovAI, il fondo di capitale di rischio per l’IA del governo britannico, e da Twin Path Ventures, tra gli altri investitori. I fondatori hanno rifiutato di rivelare la cifra precisa o la valutazione dell’azienda.
Se le aspettative di Potential Sciences dovessero concretizzarsi, si aprirebbe la strada a uno sviluppo accelerato di nuovi trattamenti per un’ampia gamma di malattie. Riducendo i costi di sperimentazione, l’approccio dell’azienda potrebbe anche rendere economicamente fattibile per le aziende farmaceutiche perseguire farmaci per condizioni rare finora trascurate.
“Vogliamo rendere possibile avere trattamenti più personalizzati per le malattie – l’idea che i farmaci possano essere combinazioni molecolari uniche, su misura per la tua biologia umana,” aggiunge Helal.
La questione cruciale rimane se Potential Sciences sarà in grado di prevedere con la sperata accuratezza quanto bene i candidati farmaci si legheranno alle proteine legate alle malattie, un obiettivo che richiederebbe un notevole salto di qualità. “Sono sicuro che sarà un miglioramento,” afferma Peter Wolynes, professore di chimica alla Rice University. Tuttavia, al momento, “l’ingegneria è al livello dei Romani, non del Rinascimento, per quanto riguarda l’ingegneria delle proteine,” aggiunge, sottolineando le sfide attuali.
Personalità di spicco del settore come Demis Hassabis, premio Nobel per la Chimica per il suo lavoro presso Google DeepMind, hanno da tempo sostenuto che i progressi nell’IA porteranno, alla fine, a importanti scoperte scientifiche, nello stesso modo in cui la tecnologia ha recentemente rivoluzionato la matematica. La speranza tra startup come Potential Sciences è che la scoperta di farmaci sarà una delle prime frontiere scientifiche a essere trasformata da questa tecnologia.