L’intelligenza artificiale sta aiutando gli scienziati a comprendere il cancro in un modo nuovo. Una collaborazione innovativa tra DeepMind e l’Università di Yale ha sviluppato un sistema di intelligenza artificiale avanzato in grado di analizzare i dati cellulari su una scala senza precedenti. Soprannominato C2S-Scale 27B, questo strumento non si limita ad analizzare i dati, ma prevede come le cellule tumorali potrebbero rispondere a diversi trattamenti.
Questa svolta rappresenta un cambiamento nella ricerca sul cancro dalla semplice descrizione di ciò che accade alle cellule tumorali alla previsione effettiva di come si comporteranno. Il modello di intelligenza artificiale funziona combinando dati tumorali reali con risposte cellulari simulate, consentendogli di analizzare come agiscono i farmaci in varie condizioni. Utilizza una tecnica chiamata screening virtuale a doppio contesto per testare migliaia di potenziali farmaci simultaneamente sia nelle cellule coltivate in laboratorio che nei dati sui tumori dei pazienti.
Ciò che rende questa scoperta particolarmente significativa è ciò che l’intelligenza artificiale ha scoperto: un meccanismo precedentemente nascosto che consente ad alcuni tumori, in particolare quelli classificati come tumori “freddi”, di eludere il rilevamento immunitario. Questa scoperta potrebbe portare a nuovi approcci per aiutare l’organismo a riconoscere e combattere i tumori resistenti ai farmaci.
L’approccio dell’intelligenza artificiale imita il modo di pensare dei biologi. Può analizzare come migliaia di combinazioni di farmaci potrebbero influenzare le cellule tumorali in condizioni diverse, cosa che i tradizionali esperimenti di laboratorio non possono fare in modo efficiente. Mentre i test convenzionali esaminano una variabile alla volta, questa intelligenza artificiale può simulare migliaia di combinazioni per identificare trattamenti promettenti. Secondo i ricercatori, circa il 10-30 per cento delle combinazioni di farmaci identificate non erano mai state studiate prima.
Ad esempio, l’IA aveva previsto che la combinazione di due farmaci specifici avrebbe migliorato significativamente la capacità del sistema immunitario di riconoscere le cellule tumorali. Quando i ricercatori di Yale hanno testato questa previsione in laboratorio, hanno scoperto che la combinazione ha migliorato il riconoscimento immunitario di circa il 50%, superando di gran lunga ciò che ciascun farmaco ha ottenuto individualmente. Ciò ha dimostrato la capacità dell’intelligenza artificiale di identificare approcci terapeutici efficaci che i ricercatori umani potrebbero non cogliere.
Lo sviluppo segna un nuovo ritmo di scoperta. Integrando dati genomici, proteomici e di risposta ai farmaci, l’intelligenza artificiale può identificare i collegamenti biologici chiave molto più velocemente rispetto agli approcci sperimentali tradizionali. Questa efficienza potrebbe trasformare la ricerca medica, in modo simile al modo in cui il sequenziamento ad alto rendimento ha rivoluzionato la biologia due decenni fa.
Questo progresso fa parte di una tendenza in crescita. Altri gruppi di ricerca, compresi quelli del MIT e della Cellarity, hanno sviluppato strumenti di intelligenza artificiale complementari come DrugReflector in grado di testare migliaia di farmaci su diversi tipi di cellule. Questi sistemi a circuito chiuso, in cui l’intelligenza artificiale identifica potenziali trattamenti e i laboratori li testano, potrebbero ridurre drasticamente il tempo necessario per sviluppare nuove terapie.
Tuttavia, gli esperti sottolineano che l’intelligenza artificiale è posizionata come collaboratrice e non come sostituto dei ricercatori umani. Nelle recenti conferenze sull’intelligenza artificiale in biologia, gli scienziati hanno riconosciuto la forza dell’intelligenza artificiale nel gestire dati complessi, ma hanno sottolineato che i ricercatori umani continuano a fornire contesto e giudizio essenziali. Questi sistemi eccellono nell’identificare modelli e connessioni inaspettate che gli esseri umani potrebbero perdere, aiutando i ricercatori a focalizzare le loro indagini.
Guardando al futuro, questo sviluppo rappresenta una pietra miliare nella metodologia scientifica. Per la prima volta, un modello di intelligenza artificiale su larga scala ha analizzato con successo i dati biologici per generare un’ipotesi verificabile sulla resistenza al cancro che ha resistito all’esame di laboratorio. Questo approccio crea un modello per accelerare la scoperta scientifica in tutti i campi consentendo esperimenti virtuali in grado di vagliare rapidamente migliaia di possibilità.
Approfondimenti chiave
- Nuovo paradigma: L’intelligenza artificiale sposta la ricerca sul cancro dalla descrizione del cancro alla previsione del suo comportamento e delle sue vulnerabilità.
- Efficienza: il sistema può analizzare migliaia di combinazioni di farmaci contemporaneamente, accelerando notevolmente il processo di scoperta dei farmaci.
- Collaborazione: L’intelligenza artificiale sta emergendo come un potente collaboratore che aiuta i ricercatori a focalizzare le proprie indagini anziché sostituire gli scienziati umani.
- Potenziale futuro: La metodologia creata da questa innovazione potrebbe trasformare la scoperta scientifica in più discipline
