L’intelligenza artificiale compie un nuovo passo nella ricerca oncologica, dimostrando di poter contribuire non solo all’analisi dei dati, ma anche alla formulazione di nuove ipotesi scientifiche.
Un modello di AI, denominato Codex, è stato impiegato per esaminare 2,12 milioni di possibili interazioni genetiche, individuando tre nuove potenziali strategie per colpire selettivamente le cellule tumorali.
Per arrivare a questo risultato, il sistema ha confrontato 115 geni oncosoppressori con 18.443 bersagli genetici identificati attraverso screening CRISPR ad alta capacità. L’analisi ha portato alla scoperta di tre nuove ipotesi di letalità sintetica, un meccanismo biologico in cui la combinazione di due alterazioni genetiche provoca la morte delle cellule tumorali, mentre le cellule sane rimangono vitali.
Sebbene le tre interazioni individuate debbano ancora essere validate sperimentalmente, rappresentano candidati promettenti per lo sviluppo di future terapie antitumorali.
L’AI non si limita più ad analizzare: genera nuove scoperte
L’aspetto più innovativo dello studio è il cambio di paradigma nell’utilizzo dell’intelligenza artificiale. Fino a oggi i modelli generativi sono stati impiegati prevalentemente per sintetizzare la letteratura scientifica o supportare l’analisi di grandi quantità di dati. In questo caso, invece, l’AI è stata utilizzata per produrre nuove ipotesi biologiche, suggerendo esperimenti mai descritti in precedenza.
Si tratta di un’evoluzione significativa: l’intelligenza artificiale non è più soltanto uno strumento di supporto ai ricercatori, ma diventa un motore capace di individuare relazioni biologiche inedite che meritano di essere investigate in laboratorio.
Come cambia il metodo scientifico nella ricerca sul cancro
Questa evoluzione potrebbe modificare profondamente il processo della ricerca biomedica. L’ipotesi scientifica non nasce più esclusivamente dall’intuizione del ricercatore, ma anche dall’analisi sistematica di milioni di combinazioni genetiche impossibili da valutare manualmente.
Il laboratorio assume così un ruolo sempre più orientato alla validazione sperimentale delle ipotesi generate dall’intelligenza artificiale, accelerando il passaggio dalla scoperta teorica alla verifica biologica.
La ricerca diventa scalabile grazie all’intelligenza artificiale
L’integrazione tra AI, grandi database genomici, screening CRISPR e laboratori automatizzati apre la strada a una ricerca molto più efficiente. Sarà possibile esplorare simultaneamente milioni di potenziali bersagli terapeutici, riducendo in modo significativo tempi, costi e complessità della fase di discovery farmacologica.
Questo scenario spingerà sempre più aziende farmaceutiche e centri di ricerca a investire in piattaforme di intelligenza artificiale capaci di generare automaticamente nuove ipotesi sperimentali e di accelerarne la validazione.
Il vantaggio competitivo sarà nei dati e negli algoritmi
Nel prossimo decennio la competitività della ricerca biomedica dipenderà sempre meno dalla sola disponibilità di laboratori o dal numero di ricercatori coinvolti. Il vero fattore distintivo sarà la capacità di integrare dati biologici di alta qualità, algoritmi avanzati e sistemi automatizzati in grado di formulare continuamente nuove domande scientifiche e testarle attraverso cicli di validazione sempre più rapidi.
L’intelligenza artificiale si candida così a diventare uno dei principali acceleratori della scoperta di nuove terapie contro il cancro, inaugurando una nuova fase della medicina di precisione e della ricerca traslazionale.
