La resistenza antimicrobica come emergenza globale
La resistenza agli antibiotici è oggi una delle più gravi minacce per la salute pubblica. Ogni anno milioni di persone muoiono a causa di infezioni che non rispondono più ai trattamenti tradizionali e i nuovi farmaci faticano ad arrivare sul mercato.
Lo sviluppo di un antibiotico richiede tempi lunghi e risorse ingenti, mentre i batteri continuano ad adattarsi con una rapidità impressionante. In questo contesto, la ricerca scientifica sta cercando soluzioni innovative e la più promettente arriva dal Massachusetts Institute of Technology (MIT), dove un team di scienziati ha utilizzato l’intelligenza artificiale generativa per progettare nuove molecole antibiotiche capaci di colpire ceppi resistenti ai farmaci.
Il ruolo dell’intelligenza artificiale nella scoperta di antibiotici
Pubblicato su Cell il 14 agosto 2025, lo studio guidato dal bioingegnere James J. Collins mostra come l’IA non si limiti a velocizzare la ricerca, ma possa addirittura creare farmaci completamente nuovi. I ricercatori hanno utilizzato due approcci distinti: da una parte l’analisi e la selezione di frammenti chimici già noti, dall’altra la generazione di molecole totalmente inedite, rispettando soltanto le regole fondamentali della chimica. Da questa strategia sono emersi due composti sperimentali di grande interesse, NG1 e DN1, che hanno mostrato efficacia in modelli preclinici.
NG1 e DN1: due molecole per batteri resistenti
Il primo composto, NG1, ha dimostrato una notevole capacità di eliminare il gonococco resistente, la forma di Neisseria gonorrhoeae che non risponde più ai trattamenti convenzionali e che rappresenta un problema crescente nella salute sessuale globale. Il secondo composto, DN1, si è invece rivelato efficace contro lo Staphylococcus aureus multiresistente, meglio noto come MRSA, uno dei principali agenti patogeni responsabili di infezioni ospedaliere spesso gravi e difficili da trattare.
NG1 agisce interferendo con la proteina LptA, indispensabile per la formazione della membrana esterna del gonococco, mentre DN1 sembra colpire in maniera più ampia la membrana batterica, senza un bersaglio univoco, riducendo così la probabilità che il batterio sviluppi resistenze. Si tratta di due strategie diverse ma accomunate da un potenziale rivoluzionario.
Una nuova metodologia per la ricerca farmaceutica
La vera novità di questo studio non riguarda soltanto i risultati, ma anche il metodo utilizzato. Fino ad oggi la ricerca di antibiotici si è basata principalmente sull’isolamento di molecole naturali o sulla modifica di composti già esistenti, un processo lungo, costoso e con un rendimento sempre più basso. L’intelligenza artificiale ribalta questo paradigma, consentendo la progettazione di farmaci su misura, creati per sfruttare le vulnerabilità dei patogeni con una velocità e una precisione mai viste prima. In questo modo si amplia anche lo spettro delle possibilità chimiche, con molecole che non esistono in natura e che non sarebbero state immaginate con i metodi tradizionali.
Prospettive future nella lotta ai super-batteri
Sebbene NG1 e DN1 siano ancora in fase preclinica e dovranno affrontare ulteriori ottimizzazioni, test di sicurezza e sperimentazioni cliniche, i risultati ottenuti rappresentano una speranza concreta. L’IA generativa potrebbe permettere di rispondere in tempi rapidi all’emergere di nuovi super-batteri, accorciando i tempi di sviluppo dei farmaci e aumentando le chance di successo.
Se queste molecole riusciranno a superare le fasi di sperimentazione sull’uomo, potremmo assistere all’inizio di una seconda età dell’oro degli antibiotici. La resistenza antimicrobica rischia di riportarci a un’epoca in cui infezioni banali potevano essere letali, ma la combinazione di scienza e intelligenza artificiale apre la strada a una medicina più veloce, precisa e resiliente.
