Nel campo della ricerca oncologica una nuova collaborazione tra Google DeepMind e l’Università di Yale sta attirando l’attenzione del mondo scientifico. Il loro progetto, chiamato C2S-Scale 27B (Cell2Sentence-Scale 27B), rappresenta una delle applicazioni più promettenti dell’intelligenza artificiale alla medicina di precisione. Si tratta di un modello fondazionale di IA con 27 miliardi di parametri, progettato per interpretare il linguaggio delle cellule e individuare potenziali strategie terapeutiche contro i tumori più difficili da trattare, in particolare quelli resistenti alle terapie convenzionali.

Il cuore della tecnologia sta nella capacità del modello di analizzare dati di singole cellule – un approccio chiamato “single-cell” – traducendo le informazioni biologiche in una forma comprensibile per un sistema linguistico. In altre parole, l’IA impara a “leggere” ciò che accade dentro una cellula come se fosse una frase, interpretando combinazioni di geni e segnali molecolari e suggerendo possibili interventi farmacologici. Questa metodologia permette di passare da una semplice analisi descrittiva dei dati a una comprensione generativa, in grado di formulare ipotesi nuove.

Uno dei risultati più importanti ottenuti da C2S-Scale 27B riguarda i cosiddetti tumori “freddi”, cioè quelle neoplasie che il sistema immunitario non riesce a riconoscere come minaccia e che quindi risultano insensibili alle immunoterapie. Gli scienziati hanno chiesto al modello di individuare una molecola capace di rendere questi tumori più “visibili” alle difese immunitarie, ma solo in condizioni specifiche, cioè quando il segnale immunitario naturale – come quello dell’interferone – è presente ma debole. L’IA ha esaminato virtualmente migliaia di farmaci e ne ha individuato uno, il Silmitasertib (noto anche come CX-4945), che agisce come un amplificatore condizionale della risposta immunitaria.

Nei test di laboratorio la combinazione di Silmitasertib e una piccola dose di interferone ha mostrato un incremento significativo dell’attività immunitaria nelle cellule tumorali, rendendole più riconoscibili per il sistema immunitario. Separatamente, nessuno dei due elementi produceva effetti rilevanti, ma insieme riuscivano a superare la resistenza tipica di questi tumori. È un risultato importante perché non si tratta semplicemente di un’analisi statistica o di una conferma di dati esistenti: il modello ha generato una nuova ipotesi biologica che successivamente è stata validata sperimentalmente, dimostrando la capacità dell’intelligenza artificiale di contribuire in modo attivo alla scoperta scientifica.

L’impatto di questa scoperta va oltre il singolo esperimento. Per la prima volta un modello di IA su larga scala ha dimostrato di poter proporre soluzioni terapeutiche complesse, partendo da dati cellulari grezzi e arrivando a risultati riproducibili in laboratorio. Questo approccio apre la strada a una nuova fase della ricerca biomedica, in cui l’intelligenza artificiale non serve solo ad analizzare grandi quantità di dati, ma diventa uno strumento creativo per generare nuove direzioni di studio e accelerare la scoperta di farmaci mirati.

Tuttavia, gli esperti sottolineano che si tratta ancora di risultati pre-clinici. Le sperimentazioni sono state condotte su modelli cellulari e non su pazienti, quindi occorreranno ulteriori studi per verificare l’efficacia del trattamento in vivo e la sua sicurezza. È anche possibile che l’effetto osservato sia limitato a specifici tipi di tumore o a determinati microambienti biologici. Nonostante ciò, il valore simbolico e scientifico dell’esperimento è enorme: per la prima volta un modello linguistico addestrato a comprendere il comportamento delle cellule ha contribuito concretamente alla generazione di una nuova ipotesi terapeutica contro il cancro.

C2S-Scale 27B segna dunque un punto di svolta nel rapporto tra intelligenza artificiale e biologia. Dimostra che l’IA può essere molto più di uno strumento di supporto: può diventare un partner della ricerca, capace di esplorare possibilità che la mente umana, da sola, non avrebbe potuto intuire. Se le prossime fasi di sperimentazione confermeranno i risultati, potremmo trovarci davanti a un nuovo modo di concepire la medicina oncologica, più rapido, più personalizzato e soprattutto più efficace contro i tumori che oggi sembrano ancora invisibili alle nostre cure.

Autore: Redazione

Fonti:

https://medicine.yale.edu/news-article/bridging-biology-and-ai-yale-and-googles-collaborative-breakthrough-in-single-cell-analysis/

https://blog.google/technology/ai/google-gemma-ai-cancer-therapy-discovery/