Scoperta più rapida di farmaci e materiali: il metodo che ribalta la progettazione molecolare
PropMolFlow e la svolta silenziosa dell’IA generativa nella scoperta di farmaci e materiali. La parola a un team di esperti di più università internazionali coinvolte nello studio.
Le ipotesi molecolari hanno dato vita a tanti farmaci di uso quotidiano e importanti per curare malattie anche gravi. Dietro hanno un processo di studi, analisi e test che durano anche decenni. L’intelligenza artificiale è entrata da tempo nella scienza medica e sta aiutando i ricercatori ad accelerare molti passaggi. L’IA generativa può studiare e proporre nuove strutture molecolari e anche segnalare errori. Proprio su queste potenzialità si basa lo studio di due università, una della Florida e l’altra di New York, pubblicato sulla rivista Nature Computational Science.
Il team di ricercatori ha sviluppato un nuovo metodo dal nome PropMolFlow (Property-guided Molecular Flow). Nel generare candidati molecolari impiega un tempo 10 volte più veloce rispetto ai metodi tradizionali. Gli scienziati hanno deciso di raccontare l’innovazione perché accurata e valida anche nei laboratori chimici dove ha dato risultati corretti.
L’intelligenza artificiale generativa utilizzata nel modo nuovo corretto e scoperto recentemente riscrive la storia scientifica. PropMolFlow riduce 1000 calcoli computazionali a 100 e fa tre cose
Stefano Martiniani dell’Università di New York parla di una nuova storia scientifica: “La scoperta di nuovi materiali ha spesso preceduto la comprensione: composti utili venivano scoperti per caso, poi gli scienziati capivano perché funzionavano. L’intelligenza artificiale generativa offre la possibilità di invertire questa tendenza: specificare le proprietà, quindi trovare le strutture. PropMolFlow rappresenta un ulteriore passo avanti verso la concretizzazione di questa visione“.
I ricercatori di altre due università, Minnesota e Brigham, hanno partecipato alla scrittura dell’articolo. Per loro, la progettazione delle molecole è un problema inverso. I chimici non vogliono una molecola, ma una molecola che faccia qualcosa di specifico, spiega Martiniani. L’intelligenza artificiale viene in aiuto dei chimici, fa tre cose: confronta più molecole, sintetizza e crea strutture partendo da zero.
Dal 2022, lo sviluppo dell’IA in queste tre dimensioni è stato rapidissimo ma solo adesso si è dimostrato per la prima volta l’utilizzo giusto, il modello corretto a cui dare fiducia. PropMolFlow utilizza un algoritmo nuovo che trova percorsi diretti dal rumore casuale a strutture molecolari valide. Un risultato importante è in grado di raggiungerlo in soli 100 passaggi computazionali rispetto ai 1.000 precedenti. L’accuratezza è stata riscontrata nel 90% dei casi.
