ricercatori dell’Università della Pennsylvania hanno sviluppato ApexGO, un metodo innovativo basato sull’intelligenza artificiale per trasformare candidati antibiotici promettenti ma imperfetti in farmaci più potenti.
A differenza di molti approcci di intelligenza artificiale esistenti per la scoperta di antibiotici, che analizzano grandi database alla ricerca di molecole potenzialmente efficaci, ApexGO parte da un piccolo numero di candidati imperfetti e li migliora gradualmente, utilizzando un algoritmo predittivo per valutare ogni modifica e guidare la successiva.
ApexGO utilizza un algoritmo predittivo per proporre modifiche precise ai peptidi e valutare la loro attività antimicrobica.
Test di laboratorio hanno dimostrato che l’85% delle molecole generate da ApexGO ha bloccato la crescita batterica, e il 72% ha superato le prestazioni dei peptidi originali.
ApexGO rappresenta un approccio sistematico alla scoperta di antibiotici, superando il metodo tradizionale basato sul caso.
Lo strumento ha prodotto centinaia di candidati antibiotici in pochi mesi, suggerendo un futuro promettente per l’ottimizzazione molecolare tramite IA.
RILEVANZA CLINICA:
Per infettivologi, microbiologi clinici e ricercatori nel campo dell’antimicrobico-resistenza (AMR), questo strumento rappresenta un contributo concreto alla crisi globale degli antibiotici. Un approccio AI generativo capace di ottimizzare peptidi antibiotici su misura per specifici patogeni resistenti potrebbe accelerare significativamente lo sviluppo di nuove molecole, riducendo il gap tra scoperta e clinica.
Leggi il full text dell’articolo:
- A generative artificial intelligence approach for peptide antibiotic optimization.
Torres, M.D.T., Zeng, Y., Wan, F. et al.
Nat Mach Intell Published: 13 May 2026. https://doi.org/10.1038/s42256-026-01237-5
Fonte: University of Pennsylvania
