Comunicazione Digitale

ByteDance entra nella corsa ai farmaci: Anew Labs svela la prima terapia progettata dall’IA

ByteDance entra nella corsa ai farmaci: Anew Labs svela la prima terapia progettata dall’IA
ByteDance entra nella corsa ai farmaci: Anew Labs svela la prima terapia progettata dall’IA

ByteDance, il gruppo cinese che controlla TikTok, ha mostrato per la prima volta una terapia progettata con intelligenza artificiale. E lo ha fatto entrando in uno dei campi più complicati della ricerca farmaceutica: quello dei bersagli biologici che per anni sono stati considerati quasi impossibili da colpire con i farmaci tradizionali.

ByteDance porta TikTok nella sfida dei farmaci disegnati dall’AI

La notizia pesa per un motivo preciso: non arriva da una startup di laboratorio, ma da una delle aziende che ha costruito la propria forza sull’analisi dei dati e sugli algoritmi. La divisione Anew Labs ha presentato a Boston una molecola disegnata con AI per bloccare IL-17, una citochina coinvolta in malattie autoimmuni come psoriasi, artrite reumatoide e spondilite anchilosante. Il nodo è tutto qui: IL-17 agisce attraverso un’interazione tra proteine, una superficie biologica ampia e piatta che l’industria considera da decenni “undruggable”, cioè molto difficile da colpire con una piccola molecola da assumere per bocca. Oggi le cure più efficaci contro questo bersaglio sono soprattutto anticorpi iniettabili, più costosi e meno pratici per i pazienti. Se davvero Anew Labs riuscisse a trasformare questa strada in una pillola, l’impatto sarebbe enorme, sia sui costi sia nella gestione quotidiana della malattia. Per ora, però, si resta ai dati preclinici: una fase iniziale che non basta ancora a dire se il risultato reggerà anche nel corpo umano.

Dietro la molecola c’è AnewOmni, il motore che punta a fare molto di più

Dietro quella molecola c’è AnewOmni, il sistema generativo presentato da Anew Labs in un preprint scientifico. Secondo l’azienda, il modello è stato addestrato su oltre cinque milioni di complessi biomolecolari ed è in grado di progettare composti molto diversi tra loro: piccole molecole, peptidi e nanobody. È un passaggio importante, perché uno dei limiti più noti dell’AI applicata alla chimica farmaceutica è proprio l’eccessiva specializzazione: molti modelli funzionano bene su un solo tipo di progetto e poi si fermano lì. ByteDance sostiene invece di aver messo in piedi una piattaforma più ampia, capace di proporre candidati anche su bersagli molto studiati come KRAS G12D o PCSK9. Se questi risultati saranno confermati, il valore non starà solo nel singolo farmaco, ma nella possibilità di ripetere il metodo su più programmi di ricerca. È lo schema già visto con altri nomi del settore, da Isomorphic Labs a Insilico Medicine, ma con una differenza: ByteDance arriva da un mondo tecnologico abituato a gestire quantità enormi di dati e ad addestrare modelli su scala industriale. Il passaggio dalla raccomandazione dei contenuti alla biologia non è automatico, ma la capacità di costruire modelli complessi, in questo campo, conta eccome.

La mossa conta, ma la vera prova deve ancora arrivare

L’interesse attorno ai farmaci scoperti con AI è reale, e in parte anche giustificato. Oggi nel mondo ci sono più di 170 programmi clinici che coinvolgono molecole individuate o progettate con sistemi di intelligenza artificiale. Ma il punto vero non è quanti candidati entrano in sviluppo. Il punto è quanti arrivano davvero ai pazienti. La storia recente invita alla cautela: alcuni programmi hanno dato segnali incoraggianti, altri si sono fermati quando i dati di lungo periodo non hanno confermato i risultati iniziali. La biologia resta il banco di prova più duro. Una molecola può sembrare perfetta al computer, funzionare in provetta, e poi non dare gli stessi effetti in un organismo complesso. È su questo che si misurerà anche ByteDance. Il gruppo ha risorse finanziarie enormi, una struttura internazionale tra Shanghai, Singapore e California e consiglieri scientifici con esperienza in aziende come Amgen, Takeda e Innovent. Quello che ancora manca, però, è la prova che conta davvero: un dato clinico solido. Per chi guarda da fuori, il significato della mossa è già chiaro: i colossi dell’AI non vogliono più limitarsi a fornire strumenti alle aziende farmaceutiche, vogliono entrare direttamente nella scoperta dei farmaci. Se questa spinta cambierà davvero il modo di curare malattie complesse, lo diranno i prossimi anni. Non una presentazione a congresso.