Il computer che vede ciò che i medici non potevano: l’AI di Google smaschera i tumori invisibili

Un team congiunto di Google DeepMind e Università di Yale ha sviluppato Cell2Sentence Scale 27B (C2S-Scale), un modello di intelligenza artificiale con 27 miliardi di parametri progettato per comprendere il linguaggio delle cellule umane così da individuare nuovi schemi terapeutici contro il cancro.

L'AI fa parte del progetto Gemma, la piattaforma open source di Google dedicata alla biologia computazionale, e rappresenta un'evoluzione rispetto ai classici algoritmi di analisi genomica. A differenza dei modelli tradizionali, C2S-Scale lavora su singole cellule, simulando come interagiscono con il sistema immunitario e con le terapie farmacologiche.

Grazie a un approccio chiamato dual-context virtual screen, il modello ha esaminato digitalmente oltre 4.000 farmaci in due contesti diversi: con segnali immunitari attivi e in condizioni neutre. L'obiettivo era individuare composti efficaci solo nel primo scenario per ridurre i rischi di effetti collaterali.

Tra i risultati più promettenti è emerso silmitasertib (CX-4945), un inibitore della chinasi CK2 che, combinato con interferone, ha mostrato un aumento del 50% nella presentazione dell'antigene. In pratica, il farmaco aiuta le cellule tumorali a esporre meglio le proprie proteine anomale, rendendole visibili al sistema immunitario.

Questo effetto, mai descritto prima in letteratura, è stato previsto inizialmente dall'intelligenza artificiale e successivamente confermato in laboratorio dai ricercatori di Yale. I test hanno dimostrato che silmitasertib da solo è inefficace, ma in combinazione con interferone potenzia selettivamente la risposta immunitaria contro i tumori "freddi", cioè quelli che non attivano normalmente i meccanismi di difesa dell'organismo.

La ricerca suggerisce che modelli AI come C2S-Scale 27B possano accelerare la scoperta di terapie personalizzate basate su meccanismi di risposta condizionata, aprendo la strada a trattamenti più mirati e meno invasivi.

Tutti i dati del progetto, inclusi modello, codice e risultati sperimentali, sono stati resi pubblici su Hugging Face e GitHub, per consentire alla comunità scientifica di replicare e ampliare gli esperimenti. Il preprint è disponibile su bioRxiv in attesa di revisione scientifica.

Secondo i ricercatori coinvolti, questa combinazione tra biologia sperimentale e modelli di intelligenza artificiale segna un progresso rilevante verso un futuro in cui l'AI diventa parte integrante del processo di scoperta e validazione dei farmaci oncologici.