L’intelligenza artificiale progetta nuovi frammenti di enzimi per accelerare i farmaci

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.

Quali farmaci potrebbero beneficiarne

Le applicazioni più immediate riguardano la produzione di molecole complesse difficili da sintetizzare con reazioni convenzionali. Un enzima potrebbe essere impiegato per modificare selettivamente un gruppo chimico, generando varianti con proprietà farmacologiche differenti.

Nel settore degli antibiotici, la progettazione enzimatica potrebbe aiutare a preparare analoghi di composti naturali o a migliorare la resa dei microrganismi produttori. In oncologia, invece, l’interesse potrebbe concentrarsi sulla sintesi di molecole già note o sulla generazione di candidati capaci di interagire con bersagli specifici.

Queste possibilità non equivalgono però alla disponibilità di nuove terapie. Prima di arrivare ai pazienti, ogni composto deve superare controlli di purezza, tossicità, farmacocinetica ed efficacia. Un enzima utile in produzione non è automaticamente sicuro come medicinale.

Il limite più importante: la funzione non basta

Un enzima candidato deve essere anche producibile, stabile e compatibile con un processo industriale. Può funzionare in condizioni ideali ma degradarsi rapidamente, formare aggregati o richiedere reagenti troppo costosi. Inoltre, una reazione più efficiente non garantisce un impatto ambientale minore: bisogna considerare energia, solventi, smaltimento e consumo di materie prime.

Esistono poi questioni di sicurezza biologica. I sistemi di progettazione possono generare proteine con attività non previste, perciò la valutazione deve includere controlli rigorosi e procedure di contenimento. La disponibilità di sequenze progettate al computer richiede anche attenzione alla tracciabilità e all’uso responsabile dei dati.

Una tecnologia promettente, non una scorciatoia

La progettazione assistita dall’intelligenza artificiale può cambiare il modo in cui si cercano enzimi e molecole farmacologiche: invece di esplorare soltanto ciò che la natura ha già prodotto, consente di sondare uno spazio molto più ampio di possibilità.

Il vantaggio reale dipenderà dalla qualità dei dati, dalla capacità di verificare rapidamente le previsioni e dalla collaborazione tra informatici, biologi, chimici e farmacologi. Le informazioni generali sulla progettazione razionale delle proteine e sulla scoperta di farmaci sono disponibili presso Nature, American Chemical Society e National Institutes of Health.

Per ora, la conclusione più solida è prudente: l’intelligenza artificiale può proporre componenti enzimatici funzionali e rendere più efficiente la ricerca, ma la trasformazione di una sequenza promettente in un farmaco richiede ancora molte prove, controlli e anni di sviluppo.