Un nuovo approccio che combina intelligenza artificiale e chimica computazionale promette di accelerare e rendere più efficiente la progettazione di farmaci, anche per patologie rare o complesse. A svilupparlo è stato un team internazionale delle Università di Pisa e di Bonn, che ha pubblicato i risultati dello studio sull’European Journal of Medicinal Chemistry.

I chemical language models. Al centro della ricerca ci sono i chemical language models, modelli ispirati agli algoritmi linguistici usati in chatbot come ChatGPT, ma applicati al linguaggio molecolare. Questi modelli sono in grado di generare nuove molecole chimicamente corrette e potenzialmente bioattive partendo da frammenti molecolari. Il team ha addestrato tre diversi modelli di intelligenza artificiale utilizzando ampi database di molecole bioattive, con l’obiettivo di “tradurre” elementi molecolari di base — come strutture centrali o gruppi funzionali — in nuove molecole, potenzialmente utili nella fase di scoperta di nuovi farmaci.

Gli esiti della ricerca. I risultati evidenziano un salto qualitativo nell’utilizzo dell’IA in ambito chimico e farmacologico, offrendo uno strumento capace di immaginare combinazioni molecolari difficilmente intuibili con i metodi tradizionali. Il codice e i dataset utilizzati nello studio sono stati resi disponibili pubblicamente, in linea con i principi dell’open science.

L’importanza della ricerca. Per l’Università di Pisa, il progetto segna un traguardo importante: è ora possibile generare automaticamente nuove molecole bioattive anche all’interno dell’ateneo, aprendo nuove prospettive per la ricerca e lo sviluppo di farmaci.