Può un algoritmo progettare una parte di enzima capace di funzionare davvero? La risposta è sì, almeno in laboratorio: nuovi metodi di intelligenza artificiale stanno aiutando i ricercatori a generare componenti proteici con forme e attività mirate.
Il risultato, riportato nell’ottobre 2026 da un gruppo di ricerca internazionale, riguarda una delle sfide centrali della scoperta di farmaci: ottenere molecole utili in modo più prevedibile, senza affidarsi soltanto alla selezione casuale di sostanze prodotte da microrganismi, piante o altri organismi.
Perché gli enzimi interessano alla ricerca farmacologica
Gli enzimi sono proteine che accelerano reazioni chimiche specifiche. La loro funzione dipende dalla forma tridimensionale, dalla distribuzione delle cariche elettriche e dalla presenza di piccole regioni chiamate siti attivi. In questi punti la proteina riconosce una molecola e la trasforma, oppure modifica una sostanza che può diventare un principio attivo.
Molti farmaci moderni derivano, direttamente o indirettamente, da molecole naturali. Batteri del suolo, funghi e piante producono composti con attività antibatterica, antitumorale o antinfiammatoria. Tuttavia, trasferire questi processi in un microrganismo coltivabile su scala industriale non è semplice: le reazioni dipendono da numerosi geni, intermedi instabili e condizioni precise.
Un enzima progettato per svolgere un passaggio specifico potrebbe rendere più controllabile questa produzione. In teoria, ciò permetterebbe di ottenere nuove varianti di una molecola, ridurre sottoprodotti indesiderati e semplificare alcune fasi della sintesi.
Che cosa significa “progettare” una proteina
La progettazione non consiste nel chiedere a un sistema informatico di inventare un farmaco già pronto. L’obiettivo è piuttosto costruire una sequenza di amminoacidi che possa ripiegarsi in una forma stabile e creare una determinata funzione chimica.
I modelli di intelligenza artificiale analizzano grandi raccolte di sequenze e strutture proteiche. Da questi dati apprendono quali combinazioni di amminoacidi tendono a produrre pieghe compatibili con una funzione. Alcuni strumenti partono da una struttura desiderata; altri generano sequenze nuove rispettando vincoli come stabilità, solubilità e capacità di legare una molecola.
Nel caso dei componenti enzimatici, il problema è ancora più delicato. Non basta creare una proteina stabile: il sito attivo deve avere geometria, mobilità e proprietà elettroniche adatte alla reazione. Anche una piccola modifica può aumentare l’attività, eliminarla oppure cambiare completamente il prodotto finale.
Dalla previsione al banco di laboratorio
Il passaggio decisivo resta la verifica sperimentale. I ricercatori devono produrre le proteine candidate, purificarle e misurare la velocità della reazione. Servono inoltre test per capire se l’enzima rimane attivo a temperature diverse, in presenza di solventi o dentro una cellula.
Un modello può proporre centinaia o migliaia di sequenze plausibili, ma soltanto una parte funzionerà davvero. Le simulazioni possono sbagliare perché i dati disponibili non descrivono tutte le forme possibili delle proteine e perché il comportamento in provetta non coincide necessariamente con quello in un organismo.
La ricerca combina quindi calcolo, biologia molecolare e chimica analitica. I risultati sperimentali vengono usati per correggere il modello e progettare una nuova serie di varianti. Questo ciclo iterativo può ridurre il numero di tentativi rispetto agli approcci tradizionali, senza eliminare la necessità degli esperimenti.
