La chimica organica: una sfida complessa affrontata con l’AI

SUPSI Article Header

IDSIA USI-SUPSI e MeDiTech lavorano al progetto Advanced Machine Learning per Innovative Drug Discovery per supportare l’introduzione dell’AI nel settore chimico e farmaceutico. Il prototipo dell'algoritmo sviluppato per predire i reagenti è già impiegato dalla divisione ricerca di Pfizer.

La chimica organica vanta un’enorme complessità, con decine di miliardi di composti attualmente conosciuti. Ogni composto può inoltre possedere un enorme numero di gruppi funzionali che influenzano il comportamento della molecola in contesti chimici o biologici specifici. A causa di questa molteplicità di fattori, è molto difficile prevedere il risultato delle reazioni anche quando si conoscono le molecole coinvolte. 

La progettazione assistita da computer è quindi cruciale nel settore farmaceutico e l'uso dell'intelligenza artificiale offre un potenziale immenso per automatizzare questi processi. Questo è particolarmente evidente nella sintesi di composti candidati per farmaci e nella retrosintesi, ossia la ricerca dei passaggi necessari per ottenere un composto specifico, come il principio attivo di un farmaco, partendo da componenti disponibili sul mercato.

L'Istituto dalle Molle di studi sull'intelligenza artificiale (IDSIA USI-SUPSI), in collaborazione con l'Istituto di tecnologie digitali per cure sanitarie personalizzate (MeDiTech), lavora al progetto Advanced Machine Learning for Innovative Drug Discovery per sviluppare metodi innovativi in cui l’intelligenza artificiale può fornire aiuto ai chimici per risolvere questi compiti. 

Uno dei primi risultati riguarda le condizioni in cui avviene una reazione, in particolare l’ambiente chimico. Infatti, le reazioni organiche generalmente si verificano in soluzioni liquide e richiedono reagenti specifici per procedere. È comune che solo attraverso l'impiego di catalizzatori, solventi o altri additivi specifici si possa facilitare una determinata reazione chimica, incrementandone la velocità o il rendimento per la produzione su vasta scala. Metodi predittivi per identificare i reagenti appropriati sono quindi cruciali per automatizzare la pianificazione della sintesi chimica.

"Un prototipo del nostro algoritmo per predire reagenti viene già usato dalla divisione di ricerca di Pfizer, uno dei nostri grandi partner farmaceutici internazionali", racconta Michael Wand, Ricercatore senior  SUPSI attivo all'IDSIA. "Speriamo che i nostri metodi nel futuro aiutino a sviluppare nuovi trattamenti per le malattie, e che promuovano una migliore comprensione della struttura della chimica organica, la base di tutta la nostra esistenza."

Un altro obiettivo riguarda la gestione efficiente della grande quantità di dati sulle reazioni chimiche accumulati nel corso di decenni. Strumenti che consentano di estrarre informazioni dettagliate da questa enorme mole di dati agevolerebbero i chimici a pianificare meglio i processi.
 

Referenze:

Hidden Widget