L'IA sta riscrivendo le regole della scoperta di antibiotici

Per decenni, lo spettro della resistenza agli antibiotici ha incombuto sulla salute pubblica globale, minacciando di riportare la medicina in un'era in cui le infezioni comuni potrebbero tornare a essere mortali. Ora, una recente scoperta che coinvolge una nuova classe di molecole antibiotiche efficaci, progettate da un sistema innovativo, presenta un raggio di speranza molto necessario. Questo sviluppo, che consideriamo un punto di svolta critico, suggerisce un potenziale cambio di paradigma nel modo in cui affrontiamo lo sviluppo di farmaci e la perpetua corsa agli armamenti contro i batteri resistenti.

La sfida della resistenza agli antibiotici è terribile. I microrganismi stanno costantemente evolvendo meccanismi per eludere i nostri farmaci, rendendo le infezioni sempre più difficili da trattare. L'Organizzazione Mondiale della Sanità (OMS) identifica la resistenza antimicrobica come una delle tre minacce più significative per la salute pubblica nel 21° secolo, insieme al cambiamento climatico e all'esitazione vaccinale [Fonte 1]. Con una stima di 1,3 milioni di decessi all'anno in tutto il mondo e proiezioni di un costo economico globale di 3,4 trilioni di dollari entro il 2030, l'urgenza di nuove soluzioni non potrebbe essere più chiara [Fonte 6]. Solo nell'Unione Europea, più di 35.000 persone muoiono ogni anno a causa di infezioni da batteri resistenti agli antimicrobici [Fonte 6].

Storicamente, la scoperta di nuovi antibiotici è stata un'impresa lenta, ardua e costosa. L''età d'oro' della scoperta di antibiotici, tra la fine degli anni '40 e gli anni '60, ha prodotto circa la metà degli antibiotici ancora in uso oggi. Tuttavia, per decenni, i risultati sono stati scarsi [Fonte 3]. Le difficoltà scientifiche fanno sì che solo circa il 3-6% dei nuovi antibiotici superi i rigorosi requisiti di sicurezza ed efficacia necessari per l'approvazione regolatoria, un processo che può richiedere oltre 10-15 anni [Fonte 3]. Anche allora, nuovi ceppi resistenti spesso emergono entro soli 2-3 anni dall'introduzione di un farmaco [Fonte 3].

Oltre agli ostacoli scientifici, fattori economici scoraggiano anche l'innovazione. Sviluppare nuovi antibiotici è costoso e il loro appeal di mercato è limitato. Questi farmaci vengono in genere assunti per pochi giorni per trattare un'infezione, il che si traduce in prezzi e consumi inferiori rispetto ai trattamenti per le condizioni croniche. Questo modello finanziario spesso costringe le piccole aziende farmaceutiche a interrompere promettenti ricerche, rendendo il business degli antibiotici meno attraente senza significativi incentivi da parte dei governi e delle organizzazioni sanitarie internazionali [Fonte 3].

Il ruolo trasformativo dell'IA nella scoperta di farmaci

L'emergenza della resistenza antimicrobica, che l'OMS considera una priorità critica [Fonte 6], richiede un approccio più rapido ed efficiente. È qui che l'intelligenza artificiale si sta dimostrando un punto di svolta. I sistemi di IA, in particolare quelli che utilizzano reti neurali e deep learning, possono analizzare rapidamente milioni di strutture molecolari note per identificare potenziali candidati antibiotici [Fonte 3, Fonte 7].

Ad esempio, un gruppo di ricerca internazionale ha addestrato un'IA a distinguere le molecole con attività antibiotica da quelle tossiche per le cellule umane. Hanno poi fornito all'IA oltre 12 milioni di composti, da cui ha identificato 283 candidati promettenti. Ulteriori test di laboratorio hanno rivelato due molecole, appartenenti a una nuova classe di antibiotici, che erano efficaci contro lo Staphylococcus aureus resistente alla meticillina (MRSA) e gli enterococchi resistenti alla vancomicina – entrambi noti batteri multiresistenti [Fonte 3]. Un altro approccio coinvolge l'IA generativa che può progettare strutture molecolari completamente nuove, andando oltre la semplice selezione di quelle esistenti, per creare nuovi composti potenzialmente attivi contro batteri come Neisseria gonorrhoeae e MRSA [Fonte 7]. Questa capacità di progettare e testare in silico riduce significativamente i costi iniziali e il tempo associati alla scoperta tradizionale di farmaci.

Una nuova era di trattamenti mirati

Oltre all'IA, le organizzazioni scientifiche si stanno anche concentrando su strategie che combinano antibiotici esistenti con inibitori della resistenza per ripristinare la loro efficacia [Fonte 1]. I batteri spesso sviluppano resistenza producendo enzimi come le beta-lattamasi e le carbapenemasi che distruggono le molecole antibiotiche. Nuovi farmaci sono formulati accoppiando un antibiotico con un inibitore che neutralizza questi enzimi, consentendo all'antibiotico di funzionare [Fonte 1, Fonte 2]. Esempi includono combinazioni come ceftolozane/tazobactam o ceftazidime/avibactam, che sono efficaci contro una serie di batteri Gram-negativi, inclusi Pseudomonas aeruginosa e alcuni Enterobacterales [Fonte 1, Fonte 2]. Un altro sviluppo critico è il cefiderocol, una cefalosporina siderofora in grado di penetrare attivamente le membrane batteriche Gram-negative, offrendo una nuova arma contro patogeni altamente resistenti come Acinetobacter baumannii e Pseudomonas aeruginosa resistenti ai carbapenemi [Fonte 1, Fonte 6].

La ricerca in corso si estende a vari batteri Gram-negativi multiresistenti, tra cui Klebsiella pneumoniae, Escherichia coli e Enterobacterales, che sono patogeni prioritari identificati dall'OMS [Fonte 6]. Mentre i metodi tradizionali rimangono cruciali, l'integrazione dell'IA sta accelerando il ritmo, consentendo ai ricercatori di esplorare nuovi meccanismi d'azione a cui i batteri potrebbero non aver ancora evoluto resistenza [Fonte 12, Fonte 13, Fonte 14]. Ciò segna un cambiamento promettente, mentre ci muoviamo verso antibiotici non solo più potenti, ma più intelligenti, progettati per superare le minacce in evoluzione poste dai superbatteri. La lotta è tutt'altro che finita, ma con l'IA dalla nostra parte, il futuro dello sviluppo di antibiotici sembra più luminoso di quanto non lo sia stato per decenni.