IVREA - Strumenti di intelligenza ArTificiale per oTtimizzare il RilAscio ConTrollatO di faRmaci: questa è la definizione completa di Attractor, promosso dall’azienda Netsurf Srl di Ivrea, il cui studio di fattibilità si è recentemente concluso con successo. Il progetto dell’azienda eporediese (finanziato con il contributo del bando regionale Pass) si è concentrato nell’ambito della medicina di precisione e in particolar modo sull'analisi e sull’identificazione di differenti materiali (detti carrier) adatti a trasportare e ottimizzare il rilascio di farmaci nell’organismo.

E’ il frutto di un importante lavoro di squadra che vede coinvolte aziende del comparto ICT e il mondo BioMed: infatti, è stato promosso insieme a Aethia, azienda informatica del Bio Industry Park a Colleretto Giacosa, in collaborazione con il dipartimento di Chimica dell’Università di Torino. Lo studio di fattibilità è stato realizzato utilizzando algoritmi di machine learning (ML), ovvero una forma di intelligenza artificiale che effettua previsioni apprendendo dall’analisi dei dati. Esso si è dimostrato essere un’ottima alternativa ai metodi quanto-meccanici per effettuare la simulazione del comportamento dei diversi carrier, metodi che, tra le altre cose, sono anche molto dispendiosi.

Uno strumento di questo tipo potrebbe costituire un notevole aiuto per un’azienda farmaceutica o centro di ricerca, per studiare e preparare carrier adatti senza eseguire tutte le simulazioni. Infatti, con tempi e costi contenuti, si restringe il campo di ricerca a un numero minore di candidati su cui concentrare in un secondo momento ricerche più approfondite.  Grazie all’utilizzo dell’intelligenza artificiale si ha, cioè, la possibilità di selezionare tra migliaia di molecole quelle che hanno maggiore probabilità di essere stabili, quindi, soltanto su quelle selezionate si faranno calcoli precisi. In questo modo si risparmia tempo prezioso e risorse computazionali molto costose.

Netsurf insieme ai suoi partner ha realizzato una web App (accessibile su http://attractor.netsurf.it/) che permette di interagire con i modelli di Machine Learning. Nella realizzazione dello studio di fattibilità si sono sviluppati, sia pur in modo prototipale almeno due modelli di Machine Learning in grado di fare predizioni sulle relazioni struttura-proprietà di materiali microporosi metallo-organici (detti MOF), ideali carrier.

«Siamo estremamente soddisfatti dei risultati ottenuti - ha dichiarato Luisa Spairani, Ceo di Netsurf - lo studio di fattibilità appena concluso rappresenta un risultato molto promettente. Sono necessarie ulteriori ingegnerizzazioni per fare in modo che esso diventi un’offerta di un servizio commerciale, ma si tratta di un primo passo importante che apre nuovi scenari e nuove possibili collaborazioni in un ambito innovativo per Netsurf». Il successo di questo studio di fattibilità renderà possibile offrire un servizio di supporto all'indirizzamento di analisi per centri di ricerca, per poi successivamente diventare un portale di servizi per aziende farmaceutiche.

Galleria fotografica

Articoli correlati