L’Intelligenza Artificiale che impara la biologia: come la Boston University sta rivoluzionando la ricerca sui farmaci del futuro

Sviluppare un nuovo farmaco è un po’ come cercare un ago in un pagliaio gigante. Se poi parliamo di farmaci anticorpali — quelle molecole intelligenti progettate per individuare e neutralizzare bersagli specifici come virus, batteri o cellule tumorali — la metafora più adatta è un’altra: trovare la chiave giusta in un magazzino sconfinato pieno di miliardi di serrature diverse.

Oggi i ricercatori possono sintetizzare o identificare nei campioni biologici milioni, se non miliardi, di potenziale candidati. Tuttavia, solo un’infima frazione di questi possiede la capacità di “incastrarsi” perfettamente nel bersaglio della malattia e legarvisi con sufficiente forza. Identificare questi rarissimi candidati è da sempre il collo di bottiglia dell’intera biotecnologia.

Un team di scienziati della Boston University ha recentemente segnato una svolta fondamentale: ha creato un nuovo framework di intelligenza artificiale (IA) cucito su misura per gli anticorpi, in grado di sfoltire drasticamente l’enorme campo di ricerca. La vera novità non risiede nella creazione di un supercomputer più grande o nell’uso di una quantità spropositata di dati, ma in un cambio di prospettiva radicale: invece di ingrandire il modello di IA, i ricercatori gli hanno insegnato a pensare come la biologia.

I dettagli di questo studio, pubblicati sulla rivista Communications AI & Computing, mostrano come questo nuovo approccio abbia migliorato fino al 27% la precisione nel prevedere l’affinità di legame degli anticorpi, riducendo al contempo in modo drastico le risorse computazionali e l’energia necessarie.

Il problema dei modelli tradizionali: perché gli anticorpi “ingannano” l’IA

Negli ultimi anni, l’intelligenza artificiale ha rivoluzionato la biologia strutturale grazie ai cosiddetti modelli del linguaggio proteico. Il principio di funzionamento è concettualmente simile a quello di strumenti famosi come ChatGPT:

• Nei linguaggi umani (LLM): l’IA legge miliardi di frasi in cui alcune parole vengono “coperte” o mascherate, e impara a prevedere la parola mancante basandosi sul contesto.

• Nei linguaggi proteici: l’IA legge sequenze di amminoacidi (i “mattoni” delle proteine) in cui alcuni elementi sono mascherati, e impara a ricostruirli comprendendo il “linguaggio” chimico della molecola.

Per la stragrande maggioranza delle proteine, nascondere amminoacidi a caso lungo tutta la sequenza funziona benissimo. Questo accade perché nelle proteine comuni le informazioni fondamentali per la struttura e la funzione sono distribuite uniformemente lungo l’intera molecola.

Ma gli anticorpi funzionano in modo del tutto diverso.

Un anticorpo è una struttura proteica altamente specializzata che il nostro sistema immunitario riorganizza continuamente per adattarsi a minacce sempre nuove. La maggior parte della molecola funge semplicemente da “impalcatura” rigida e riutilizzabile. Tutta l’azione — la capacità di riconoscere un bersaglio specifico e di agganciarsi ad esso — si concentra in sei minuscoli anelli flessibili chiamati CDR (Regioni Determinanti la Complementarietà).

La metafora del cacciavite

Il dottor John Misasi, coautore dello studio e professore presso la Chobanian and Avedisian School of Medicine della Boston University, spiega perfettamente il concetto: “Immaginate un anticorpo come un cacciavite. Non importa se il manico è lungo o corto, di plastica o di legno: è la forma della punta che determina a quale tipo di vite si adatta. Le regioni CDR sono la punta del cacciavite: stabiliscono quale bersaglio l’anticorpo riconosce.”

Trattare l’intero anticorpo come una proteina generica significa far perdere tempo all’intelligenza artificiale, costringendola ad analizzare dettagliatamente il “manico” invece di concentrarsi sulla “punta”.

La svolta: insegnare all’intelligenza artificiale la biologia che conta

Comprendendo che gli anticorpi infrangono le regole valide per le altre proteine, la professoressa Diane Joseph-McCarthy (direttrice esecutiva del Bioengineering Technology & Entrepreneurship Center) e il suo team hanno riprogettato dalle fondamenta il metodo di addestramento dell’IA.

Invece di nascondere amminoacidi casuali in tutta la struttura, i ricercatori hanno guidato l’IA a concentrare la sua attenzione quasi esclusivamente sulle regioni CDR.

1. Addestramento mirato: Il modello è stato nutrito con oltre 1,6 milioni di catene pesanti e leggere di anticorpi naturalmente accoppiate (la combinazione reale che forma il sito di legame).

2. Sfida selettiva: Durante l’addestramento, il team ha mascherato fino al 50% degli amminoacidi all’interno delle sole CDR, lasciando intatta l’impalcatura circostante.

3. Risultato: L’IA è stata costretta a risolvere continuamente un problema biologico ad alta densità: capire come ricostruire esattamente la “punta del cacciavite” per farla funzionare.

Come sottolinea Ioannis Paschalidis, direttore dell’Hariri Institute for Computing della Boston University: “Molte ricerche sull’IA si sono concentrate sulla costruzione di modelli sempre più giganti. Noi ci siamo posti una domanda diversa: come possiamo insegnare al modello la biologia che conta di più?”

I dati parlano chiaro: con appena 600 milioni di parametri (una dimensione contenuta per i canoni attuali dell’IA), questo modello mirato ha eguagliato o superato sistemi di linguaggio anticorpale decisamente più grandi e costosi. Testato su oltre 90.000 varianti di anticorpi ingegnerizzati contro sei diversi antigeni, il modello ha migliorato la capacità di stimare la forza dell’aggancio (affinità di legame) fino al 27%.

Dai calcoli al laboratorio: perché questa scoperta cambia le regole del gioco

Nel mondo reale della farmacologia, una delle sfide più grandi non è solo capire se una molecola si lega a un bersaglio, ma con quale forza (affinità) lo fa.

Quando gli scienziati provano a ottimizzare un anticorpo promettente, introducono piccole modifiche nella sua sequenza amminoacidica. Questo processo genera teoricamente trilioni di possibili varianti — un numero astronomico che nessun laboratorio al mondo potrebbe mai testare sperimentalmente con provette e piastre di coltura.

Ecco come la nuova IA della Boston University trasforma la pipeline di ricerca:

La capacità di ridurre l’incertezza prima ancora di toccare un pipettatore significa risparmiare anni di lavoro e milioni di euro in risorse di laboratorio. In contesti d’emergenza — come l’insorgenza di una nuova pandemia o la comparsa di varianti virali resistenti — questa velocità di reazione può fare la differenza tra sviluppare un trattamento in poche settimane o in diversi anni.

Considerazioni personali: la maturità dell’IA passa per il “Meno è Più”

L’esito di questo studio della Boston University offre spunti di riflessione profonda che vanno ben oltre l’ambito strettamente immunologico o farmacologico, toccando il cuore della traiettoria futura dell’intelligenza artificiale.

1. Il mito del “Più Grande è Meglio” sta crollando

Negli ultimi anni, la corsa all’IA è stata dominata da una vera e propria “corsa agli armamenti” computazionali: modelli con centinaia di miliardi di parametri, server farm sterminate e consumi energetici paragonabili a quelli di intere città. Questa ricerca dimostra in modo cristallino che la forza bruta non è l’unica via, e spesso non è nemmeno la migliore. Inserire la conoscenza di dominio (in questo caso la biologia strutturale) all’interno dell’architettura stessa dell’algoritmo permette di creare strumenti più leggeri, incredibilmente precisi ed ecologicamente sostenibili.

2. La vera interdisciplinarità produce l’innovazione

Troppo spesso l’IA viene applicata alla scienza come uno “strato esterno”: informatici che prendono dati biologici e li buttano dentro algoritmi generici. Questo progetto dimostra che il vero salto di qualità avviene quando immunologi, biologi strutturali e informatici riprogettano insieme il codice. L’IA non deve solo analizzare i dati biologici; deve essere strutturata riflettendo i principi guida della natura.

3. Verso una medicina personalizzata e predittiva

Siamo sulla soglia di un’epoca in cui non ci limiteremo più a “scoprire” farmaci presenti in natura o trovati per caso, ma saremo in grado di progettarli a tavolino (design de novo) con precisione chirurgica. Sapere in anticipo come una piccola modifica molecolare cambierà l’efficacia di un farmaco aprirà la strada a terapie personalizzate per tumori rari o malattie autoimmuni complesse, riducendo drasticamente gli effetti collaterali.

In conclusione, la lezione che ci arriva dalla Boston University è entusiasmante: il futuro della tecnologia non sta semplicemente nel creare computer più potenti, ma nel rendere gli algoritmi più intelligenti, insegnando all’intelligenza artificiale a guardare il mondo con gli stessi occhi della natura.

Abstract

Gli anticorpi terapeutici rappresentano una classe di farmaci biologici di primaria importanza, ma la loro architettura unica pone delle sfide alla modellazione computazionale. Ogni anticorpo è costituito da domini variabili pesanti e leggeri accoppiati, con regioni di struttura conservate che mantengono la struttura e regioni ipervariabili che determinano la complementarità (CDR) e che interagiscono direttamente con gli antigeni. Questa asimmetria funzionale, in cui le CDR determinano la specificità di legame mentre le regioni di struttura forniscono l’impalcatura, suggerisce che le strategie di addestramento basate sulla regione potrebbero produrre rappresentazioni di qualità superiore. I modelli di linguaggio proteico esistenti trattano tutte le regioni in modo uniforme, rischiando di non individuare caratteristiche critiche presenti nelle CDR. Abbiamo sviluppato una strategia di pre-addestramento basata sulla regione per sequenze di domini variabili accoppiati utilizzando due modelli di linguaggio proteico: un modello a 3 miliardi di parametri (ESM2) e un modello compatto a 600 milioni di parametri (ESM C). Abbiamo confrontato tre approcci di mascheramento: mascheramento uniforme dell’intera catena, mascheramento focalizzato sulle CDR e una strategia ibrida. I modelli finali sono stati addestrati su oltre 1,6 milioni di sequenze di anticorpi accoppiate e valutati su set di dati di affinità di legame con oltre 90.000 varianti di anticorpi su sei antigeni, inclusi pannelli di mutanti singoli e librerie combinatorie. Qui dimostriamo che l’addestramento focalizzato sulle CDR produce embedding con prestazioni predittive superiori per il legame anticorpo-antigene. Il nostro approccio raggiunge miglioramenti fino al 27% nella previsione dell’affinità di legame rispetto ai modelli di anticorpi di riferimento. Sorprendentemente, l’addestramento esclusivamente su sequenze accoppiate si dimostra sufficiente; il pre-addestramento su miliardi di sequenze non accoppiate non fornisce alcun beneficio misurabile. Il nostro modello compatto eguaglia o supera i modelli di riferimento più ampi specifici per gli anticorpi. Questi risultati dimostrano che dare priorità alle sequenze accoppiate con una supervisione consapevole delle CDR rispetto a schemi di addestramento complessi e su larga scala consente di ottenere sia efficienza computazionale che accuratezza predittiva, fornendo un quadro pratico per i modelli di linguaggio anticorpale di prossima generazione.

by