Negli ultimi decenni i progressi nella potenza di calcolo, nell’apprendimento automatico e nell’elaborazione dati hanno cambiato il mondo. Ecco perché oggi rappresentano una delle più grandi promesse per il futuro della medicina… Tra le numerose applicazioni mediche, la tecnologia informatica consente di costruire modelli computazionali complessi – di una proteina o di un organo, ad esempio – per eseguire simulazioni e testare gli esiti di una nuova terapia o di un farmaco. Uniti alle nostre conoscenze del genoma umano, questi strumenti predittivi costituiscono la base della medicina personalizzata, un approccio che adatta i trattamenti a ogni singolo paziente. Riccardo Sabatini, scienziato e imprenditore, è uno dei fondatori di Orionis Biosciences, un’azienda biotecnologica statunitense che si occupa dello sviluppo del farmaco-genoma. Oratore di fama internazionale (il suo talk al TED2016 ha ottenuto oltre 1,7 milioni di visualizzazioni), è specializzato nella modellazione numerica di sistemi complessi che, nel corso degli anni, lo ha portato a dedicarsi – insieme a scienziati del calibro di Craig Venter – a previsioni di mercato, intelligenza artificiale e genomica computazionale. Sabatini è stato anche uno degli young innovator in health (giovani innovatori nel settore sanitario) invitati da Barack Obama a parlare alla White House Frontiers Conference 2016.

Abbiamo chiesto a Sabatini quali siano i suoi progetti attuali, a che punto sia la medicina computazionale e quale il ruolo dei supercomputer.

D: Di cosa si occupa?

R: Lavoro ad una nuova piattaforma per scoprire le interazioni farmacologiche in tutto il proteoma umano, con l’aggiunta di centinaia di alleli di malattie rare. Lo sviluppo dei farmaci ha attraversato diverse fasi storiche, passando da un sistema di screening fenotipico a un processo basato sul target. Credo che lo sviluppo del farmaco-genoma rappresenti la nuova era della medicina, consentendoci così di combattere al meglio malattie che attualmente ancora stentiamo a sconfiggere.

D: Quanto manca alla medicina computerizzata e personalizzata?

R: È una sfida molto complessa e ancora lontana dalle applicazioni quotidiane, ma stiamo facendo grandi passi avanti. In questo momento Stiamo studiando come prevedere se un paziente reagirà in modo inaspettato a un farmaco specifico – un’indicazione che può aiutare i team clinici a selezionare un’altra molecola o a regolare il dosaggio di quella attualmente in uso. O a scoprire nuovi impieghi per vecchi farmaci. Grazie alla moderna cristallografia e ai nuovi metodi numerici, saremo presto in grado [2] di eseguire questi test in silico (utilizzando software o simulazioni al computer).

D: Come funziona lo sviluppo di farmaci computazionale basato sul genoma?

R: Partendo da un’“immagine” tridimensionale di una proteina, una ricostruzione cristallografica generalmente realizzata con risonanza magnetica nucleare e criomicroscopia elettronica, possiamo simulare i possibili ripiegamenti della proteina, alla ricerca di potenziali sequenze bersaglio per un farmaco. Una volta nota l’interazione proteina-farmaco, possiamo poi analizzare le mutazioni di quella proteina, specifiche di una certa sottopopolazione o di un singolo individuo, simulando il diverso comportamento e calcolando la riduzione o l’aumento nel dosaggio del farmaco: una rappresentazione dell’effetto del farmaco.

D: Qual è il ruolo dell’intelligenza artificiale nello sviluppo computazionale di farmaci?

R: Sviluppare un farmaco per un punto bersaglio specifico in una proteina – una tasca – è estremamente complesso. Ecco perché il ricorso allo sviluppo assistito da computer rappresenta un supporto eccezionale nell’esplorazione dello spazio chimico. Per analogia, immaginate di dover costruire una chiave per una serratura che non conoscete nel dettaglio. Un fabbro esperto potrebbe metterci giorni o settimane provando e riprovando, mentre se poteste chiedere ad un supercomputer di creare e provare milioni di chiavi e testarle sul modello numerico della serratura, potreste accelerare questo processo di diversi ordini di grandezza.

D: Che tipo di supporto possono fornire i supercomputer?

R: Per calcolare, e poi predire, la corretta interazione o meno di un farmaco con la tasca di una proteina, deve essere prima risolto un problema numerico incredibilmente difficile: l’individuazione dell’intero interattoma di una proteina – decine di migliaia di interazioni – con il farmaco. A questo livello, solo un grande supercomputer è dotato di abbastanza memoria e CPU per risolvere una di queste configurazioni in un tempo ragionevole e riprodurla sulle migliaia di farmaci che il team di ricerca vuole testare.

D: Quali sono le principali sfide nello sviluppo computazionale dei farmaci?

R: Ci sono ancora molti problemi matematici da risolvere. La pura simulazione di tutti gli atomi è spesso preclusa anche al più grande supercomputer, necessitando di metodi più intelligenti per giungere più rapidamente a una soluzione. Gli algoritmi per calcolare il ripiegamento delle proteine con l’uso della meta-dinamica e le soluzioni basate sull’apprendimento automatico o l’evoluzione di questi concetti sono molto interessanti, in quanto ci aiutano a risparmiare trilioni di calcoli e a raggiungere più velocemente un numero sempre maggiore di target e proteine.

D: In una intervista con “Forbes” lei ha ricordato l’importanza dello sviluppo di farmaci personalizzati nella lotta contro il cancro. Potrebbe dirci qualcosa di più al riguardo?

R: Gli oncogeni, termine che si riferisce alle proteine mutate che consentono al cancro di svilupparsi e diffondersi, sono target bersaglio essenziali con piccole molecole. Più precisi saremo nel sequenziamento del cancro e nell’abbinamento farmaco-mutazioni, più saremo in grado di fornire terapie mirate. C’è ancora molta strada da fare, ma prometto che vi terrò informati!