Un antibiotico nuovo lo stanno cercando nel DNA di un uomo di Neanderthal. Estinto da 40.000 anni. Il laboratorio è quello di César de la Fuente, bioingegnere dell’Università della Pennsylvania.
Prende genomi di specie vive e di specie sparite, mammut compresi, e li fa leggere a un modello linguistico. Il genoma è un testo, alla fine, miliardi di lettere in fila. Dentro ci sono pezzi di proteine che un corpo usava per difendersi dai microbi.
Nessuno li ha mai isolati, mai provati in laboratorio, e stanno lì scritti. Però trovarne uno buono a mano richiede anni. De la Fuente usa Codex e ChatGPT: gli scrivono gli strumenti per setacciare i genomi e passano in rassegna quello che esce, e i candidati arrivano in una frazione di tempo.
Un candidato è una molecola sulla carta, poi certo va sintetizzata, provata su un batterio vero, poi su un topo, poi su di noi. E anche lì passano anni, e la maggior parte ovviamente si ferma prima.
Anzi, si fermava prima, ma adesso c’è l’AI. E intanto però i batteri fanno il lavoro loro. Nel 2019 le infezioni resistenti hanno ucciso direttamente più di un milione di persone, più della malaria.
E le grandi aziende farmaceutiche hanno quasi smesso di cercare antibiotici. Un antibiotico lo prendiamo 10 giorni e guariamo, una pillola per il colesterolo la prendiamo sempre, e il mercato ha scelto da un pezzo.
Quindi la ricerca costa troppo e rende poco, e chi la fa ancora ha bisogno di setacciare tutto quello che la natura ha già scritto, anche quello che ha buttato via 40.000 anni fa. È statistica su un testo lungo miliardi di lettere, un lavoro che un essere umano regge per qualche pagina, però l’Intelligenza Artificiale lo legge a lungo e per intero.
Noi spesso giustamente ci chiediamo se questa cosa ci porta via il lavoro, no? Però lei intanto sta in un laboratorio a Filadelfia a leggere il DNA di un mammut per trovare la molecola che ci terrà vivi.
Voi cosa ne pensate?
#DecisioniArtificiali #MCC #Medicina #Batteri #Genetica
