La corsa dei farmaci scoperti dagli algoritmi, tra promesse e realta

Ogni settimana arriva un titolo trionfale, una molecola disegnata da un computer che promette di sconfiggere il cancro, l'Alzheimer o una malattia rara finora senza cura. L'idea affascina, perche suggerisce che una macchina possa fare in pochi mesi cio che i ricercatori inseguono da decenni. Ma dietro l'entusiasmo si nasconde una domanda molto piu concreta, quanti di questi farmaci esistono davvero e quanti sono soltanto annunci. Vale la pena distinguere con calma la promessa dalla realta.

Una promessa vecchia di pochi anni

La scoperta di un farmaco e da sempre un percorso lunghissimo, costoso e pieno di fallimenti, che puo durare oltre dieci anni e costare miliardi. L'idea di usare gli algoritmi per accorciare questa strada e diventata concreta solo di recente, quando la potenza di calcolo e la quantita di dati biologici hanno raggiunto una massa critica. Decine di aziende sono nate con la promessa di trasformare la ricerca farmaceutica in un problema quasi informatico. Il risultato e stato un fiume di investimenti e di aspettative, non sempre proporzionato ai risultati ottenuti finora.

Che cosa fanno davvero gli algoritmi

Il contributo piu solido di queste tecnologie non e inventare farmaci dal nulla, ma accelerare alcune fasi precise del lavoro. Gli algoritmi analizzano enormi banche dati di molecole e prevedono quali potrebbero legarsi a un bersaglio biologico, riducendo mesi di esperimenti a pochi giorni di calcolo. Aiutano inoltre a stimare le proprieta di una sostanza, come la sua stabilita o la sua tossicita potenziale, prima ancora di sintetizzarla. In pratica non sostituiscono il ricercatore, ma gli offrono una scorciatoia per scartare in fretta le strade senza uscita.

Il caso piu avanzato

L'esempio piu citato oggi e quello di una molecola sviluppata dalla societa Insilico Medicine, tra le prime a nascere interamente da un processo guidato dagli algoritmi. Il farmaco, pensato per una grave malattia polmonare chiamata fibrosi polmonare idiopatica, ha superato le fasi iniziali di sperimentazione ed e entrato nel 2026 nella fase finale sui pazienti. E un traguardo importante, perche dimostra che una molecola nata cosi puo arrivare fino alle sperimentazioni piu avanzate. Ma la fase finale e anche la piu dura, quella in cui la maggior parte dei candidati fallisce.

Cosa dicono i numeri

I dati resi pubblici sulle fasi intermedie di quella sperimentazione hanno mostrato segnali incoraggianti, con un miglioramento misurabile della funzione respiratoria nei pazienti trattati alle dosi piu alte. Sono risultati preliminari, ottenuti su un numero limitato di persone e per un periodo breve, che vanno confermati su scala molto piu ampia. La comunita scientifica li ha accolti con interesse ma anche con prudenza, ricordando quante terapie promettenti si siano poi rivelate deludenti. Il vero verdetto arrivera solo al termine della fase conclusiva.

Il nodo del bersaglio giusto

Uno dei limiti piu profondi non riguarda la molecola, ma la scelta del bersaglio da colpire, ovvero il meccanismo biologico responsabile della malattia. Se il bersaglio e sbagliato, anche il farmaco piu elegante progettato da un algoritmo sara inutile, perche colpira il punto sbagliato. E qui la biologia resta terribilmente complicata, spesso poco conosciuta e piena di eccezioni. Gli algoritmi imparano dai dati esistenti, ma quando la conoscenza di partenza e incompleta, rischiano di ripetere gli stessi errori degli esseri umani.

La voce degli scettici

Non tutti nel settore condividono l'ottimismo dei comunicati stampa, e alcune voci autorevoli invitano alla cautela. Chimici farmaceutici con lunga esperienza osservano che i problemi piu difficili della ricerca restano irrisolti, dalla scelta del bersaglio alla previsione degli effetti tossici nell'organismo umano. Secondo questi critici, gli algoritmi hanno reso piu rapide alcune operazioni gia note, ma non hanno ancora cambiato le regole del gioco. La differenza tra accelerare un compito e risolvere un problema, ricordano, e enorme.

La tossicita, un muro ancora alto

Prevedere se una sostanza sara sicura per il corpo umano resta una delle sfide piu ostiche di tutta la disciplina. Un farmaco puo funzionare benissimo in provetta e sulle cellule, per poi rivelarsi dannoso per il fegato, il cuore o altri organi una volta somministrato alle persone. Gli algoritmi faticano proprio qui, perche l'organismo umano e un sistema di una complessita quasi inesauribile. Nessun modello, per quanto sofisticato, e finora riuscito a sostituire la prova sul campo, lenta e insostituibile.

Dal computer al laboratorio

Anche quando un algoritmo propone una molecola promettente, il cammino verso la farmacia e ancora lunghissimo e non aggirabile. La sostanza va sintetizzata davvero, testata sulle cellule, poi sugli animali e infine sull'uomo, in fasi che durano anni e assorbono risorse enormi. Ogni passaggio puo far crollare un candidato che sulla carta sembrava perfetto. La tecnologia puo accorciare la prima parte del viaggio, ma non elimina il collo di bottiglia della sperimentazione clinica, che resta la vera prova del fuoco.

I tempi reali della rivoluzione

Le aziende del settore amano parlare di tempi dimezzati e di costi ridotti, ma i dati indipendenti sono ancora scarsi e difficili da verificare. Alcuni programmi hanno effettivamente raggiunto le sperimentazioni sull'uomo piu in fretta della media, un segnale che qualcosa si muove. Tuttavia nessuno di essi ha ancora completato l'intero percorso fino all'approvazione, quindi il risparmio complessivo resta una stima. Serviranno diversi anni prima di sapere se la promessa di una ricerca piu veloce sara mantenuta.

Un'occasione anche per l'Italia

Il nostro Paese ha una lunga tradizione farmaceutica ed e tra i principali produttori di medicinali in Europa, con poli industriali di primo piano. Questo patrimonio di competenze potrebbe incontrare le nuove tecnologie, unendo la solidita della chimica classica alla rapidita degli algoritmi. Perche cio accada servono pero investimenti, dati di qualita e ricercatori capaci di parlare entrambe le lingue, quella della biologia e quella del calcolo. La sfida non e solo tecnologica, ma anche di formazione e di visione a lungo termine.

Cosa cambia davvero

A meta del 2026 la fotografia e piu sobria di quanto suggeriscano i titoli, nessun farmaco disegnato interamente dagli algoritmi e ancora arrivato in farmacia. Cio che sta cambiando davvero non e un miracolo improvviso, ma una lenta trasformazione dei metodi di lavoro nei laboratori. Gli algoritmi sono diventati strumenti utili, capaci di far risparmiare tempo prezioso nelle prime fasi della ricerca. La vera rivoluzione, se arrivera, si misurera non in annunci ma in pazienti curati, e per quello serve ancora molta pazienza.