Affidarsi all’intelligenza artificiale per avere nuovi antibiotici

23 Apr 2026

FOCUS: Antibiotico resistenza

L’intelligenza artificiale può aiutare nel costruire nuovi antibiotici che siano in grado di curare anche le infezioni dovute a germi resistenti alle attuali terapie.

Lo sviluppo dei nuovi antibiotici

Tra i punti chiave della lotta alla antimicrobico resistenza nelle politiche sanitarie indicate dall’OMS c’è anche l’importanza di cercare e sviluppare nuove molecole ad attività antibiotica, soprattutto molecole che agiscano con un meccanismo completamente o almeno in parte diverso dagli antibiotici già disponibili per ovviare al problema della resistenza alle terapie.
Le ricerche in atto sono molte, anche se una delle preoccupazioni maggiori è che la cosiddetta pipeline delle aziende farmaceutiche sia quasi a secco nel produrre antibiotici innovativi, ciò sia per lo scarso interesse o le scarse risorse investibili dalle aziende, sia per la difficoltà di selezionare tra le molte molecole quelle che potrebbero avere un’azione contro i batteri. Si è cercato per esempio di trovare direttamente in natura sostanze antibatteriche, come le magainine presenti nella pelle di alcune rane sudamericane, ma si tratta di strade per ora poco efficienti.

L’aiuto dell’intelligenza artificiale

L’intelligenza artificiale potrebbe aiutare a individuare molecole potenzialmente attive contro i batteri. Una sperimentazione internazionale ha concentrato l’attenzione proprio su questo aspetto, sviluppando una rete di intelligenza artificiale generativa che sarebbe in grado di disegnare antibiotici di nuova struttura attraverso due approcci. Anzitutto è stata fatto uno screening in silico (simulazioni condotte al computer, quindi non nella realtà) su oltre 10 milioni di frammenti di molecole che potrebbero avere un’azione contro il batterio della gonorrea (la Neisseria gonorrhoeae o gonococco) e contro lo stafilococco aureo. In un secondo momento i frammenti che sembravano più promettenti a questo scopo sono stati riuniti in molecole più complesse, fino ad arrivare a isolarne 24, di cui sette avevano in effetti un’attività antibatterica selettiva. Due di queste si sono mostrate efficaci nell’animale per contrastare infezioni dovute a batteri (gonococchi o stafilococchi) multiresistenti.

In pratica

Il deep learning, traducibile in italiano con apprendimento profondo, utilizza reti neurali artificiali per analizzare dati complessi. È questo lo strumento usato in questo studio per definire un nuovo approccio che mira a disegnare nuove molecole dalle possibili attività antibiotiche. Si tratta di un passo nel futuro, che potrebbe indubbiamente facilitare la selezione delle molecole più promettenti riducendo così anche i costi iniziali per la ricerca di nuovi antibiotici, indispensabile per contrastare le infezioni da germi multiresistenti.

Bibliografia

Krishnan A, Anahtar M, et al. A generative deep learning approach to de novo antibiotic design. Cell 2025; https://www.cell.com/cell/abstract/S0092-8674(25)00855-4 Conflitti di interesse:
Condividi: