Codex aiuta a trovare molecole, ma non crea un farmaco pronto
Pubblicato: · Sergey Zhadov
Un titolo secondo cui l'IA avrebbe trovato una nuova medicina attira subito i clic. Tra una sequenza interessante e una compressa, però, c'è una distanza enorme. Nel laboratorio di César de la Fuente, modelli neurali specializzati accelerano la prima selezione. Codex e ChatGPT aiutano con codice, dati e ipotesi. Non sostituiscono provette, controlli di sicurezza o studi clinici.
Il lavoro biologico principale non viene svolto dalla chat
Il gruppo cerca molecole brevi nei genomi di organismi moderni ed estinti. I suoi modelli specializzati di deep learning riconoscono schemi nelle sequenze di proteine e peptidi. Un enorme archivio digitale diventa così una lista più corta di candidati che può valere la pena portare in laboratorio.
ChatGPT e Codex lavorano accanto a questa pipeline con un compito diverso. Il team li usa per discutere ipotesi, scrivere e correggere codice, caricare e pulire dataset e spiegare termini tra biologia, chimica e informatica. Parlare di invenzione autonoma di un antibiotico sarebbe scorretto.
Solo la prima ricerca passa dagli anni alle ore
Un algoritmo può esaminare una quantità di dati impossibile da controllare a mano. Trova schemi simili e mette in evidenza candidati con caratteristiche utili. Questo risparmia tempo e reagenti che altrimenti andrebbero spesi su opzioni chiaramente deboli.
La classifica rimane un'ipotesi. Non dice se la molecola uccide il microbo bersaglio, quale concentrazione serve o che cosa farà alle cellule umane. A quel punto finisce lo schermo e comincia il lavoro sperimentale.
Ogni candidato affronta una lunga serie di controlli
La molecola viene prima testata contro un patogeno reale e su cellule sane. Poi si studiano tossicità, resistenza microbica, stabilità, comportamento nell'organismo e possibilità di produrla in modo sostenibile. Un fallimento può fermare un candidato promettente in qualsiasi momento.
Anche risultati iniziali positivi non rendono un medicinale disponibile ai pazienti. Servono ulteriori ricerche, valutazioni regolatorie e studi clinici. Per questo la parola corretta è candidato, non farmaco, e l'articolo non offre indicazioni terapeutiche.
Un'IA utile lascia una traccia verificabile
Nella ricerca conta non la conversazione con il bot, ma un processo riproducibile. Bisogna conservare versione del codice, origine dei dati, parametri di filtro e motivi per cui una molecola avanza. Così l'assistente accelera il lavoro senza nascondere l'incertezza.
La stessa regola vale per l'analisi comune: la macchina ordina e propone, lo specialista controlla e risponde della conclusione. Più alto è il costo di un errore, meno spazio resta per affermazioni sicure senza un esperimento.