«Il nostro obiettivo era superare le limitazioni delle tecniche tradizionali di generazione molecolare, che spesso si basano su regole strutturali rigide o su vincoli di sintesi. Abbiamo sviluppato modelli di IA capaci di generare nuove molecole a partire da frammenti come strutture centrali, gruppi sostituenti o combinazioni di entrambi, senza fornire loro alcuna informazione topologica o regole di collegamento. I risultati mostrano che i modelli riescono a produrre molecole chimicamente corrette, spesso con topologie nuove, quindi effettivamente innovative dal punto di vista strutturale, e in molti casi simili a composti bioattivi noti».
Così il professore Tiziano Tuccinardi del Dipartimento di Farmacia dell’Università di Pisa. Che, insieme all’Università di Bonn, in Germania, ha sviluppato un approccio innovativo per generare nuove molecole chimiche grazie all’intelligenza artificiale. L’obiettivo dello studio pubblicato sull’European Journal of Medicinal Chemistry è chiaro: sviluppare nuovi farmaci in maniera più rapida e mirata, anche per patologie rare o complesse.
Addestramento dei modelli di IA
Nel dettaglio, ricercatori e ricercatrici hanno addestrato tre modelli di intelligenza artificiale per “tradurre” frammenti chimici in nuove molecole a cominciare da enormi dataset di molecole bioattive. Puntualizza il professor Tuccinardi: «Abbiamo addestrato tre modelli di tipo transformer, ciascuno con uno scopo specifico: uno per le strutture centrali (C), uno per i sostituenti (S), e uno combinato (CS) che riceve in input una struttura centrale e due sostituenti». Quindi, “tutti i modelli sono stati addestrati su milioni di coppie frammento-composto ottenute da ChEMBL, un database di composti bioattivi. Il modello CS si è rivelato il più efficace, riuscendo a generare fino all’80% di composti validi per ciascun input, e mostrando anche la maggiore capacità di esplorazione strutturale e diversificazione chimica”.
Non si tratta, però, “solo” di accelerare i processi, bensì di immaginare strutture molecolari che la mente umana può difficilmente concepire. «È proprio così – riprende il professor Tuccinardi –, ciò che rende questi modelli particolarmente potenti è la loro capacità di “immaginare” molecole che vanno oltre l’intuizione chimica umana. Molte delle strutture generate sono nuove rispetto a quelle presenti nei dati di addestramento, spesso con scheletri carboniosi e topologie inedite. Questo apre nuove possibilità nel design molecolare, perché ci permette di esplorare regioni dello spazio chimico che normalmente resterebbero inesplorate, portando così alla scoperta di nuove potenziali entità bioattive».
L’intelligenza artificiale nella farmacologia
Lo sviluppo dello studio – al quale ha collaborato Lisa Piazza, iscritta al Dottorato in Scienza del Farmaco e delle Sostanze Bioattive dell’Università di Pisa e componente del gruppo di Chimica Computazionale del professor Tuccinardi – ha richiesto circa un anno: dall’ideazione fino alla formalizzazione e all’ottenimento dei risultati. C’è di più. «In linea con i principi della scienza aperta”, il codice sorgente e i dataset utilizzati sono stati resi pubblicamente disponibili, a beneficio della comunità scientifica. Va da sé che, in un ambito altamente innovativo, questo studio rappresenta un salto qualitativo nell’impiego dell’IA per la farmacologia e la chimica, “schiudendo le porte a una generazione automatica e intelligente di molecole, con potenziali impatti su sanità, industria e ricerca», ammette il professor Tuccinardi.
Quindi si esprime sullo stato dell’arte in tema di intelligenza artificiale e farmaci. «In Italia c’è un crescente interesse e una partecipazione attiva alla ricerca sull’IA applicata al drug discovery. Siamo ben allineati con gli sviluppi internazionali, soprattutto grazie a gruppi di ricerca accademici e a collaborazioni interdisciplinari che uniscono competenze in chimica, farmacologia, data science e machine learning. Negli ultimi anni abbiamo visto diversi progetti ambiziosi, pubblicazioni su riviste di alto profilo e una maggiore attenzione anche da parte di enti pubblici e privati”. Ma sussistono margini di crescita? “Certamente, soprattutto in termini di infrastrutture computazionali e trasferimento tecnologico, ma la direzione è quella giusta e le potenzialità sono promettenti», conclude il professor Tuccinardi.
Fonte
https://www.sciencedirect.com/science/article/pii/S0223523425003800
