L'IA per l’Alzheimer

L'Alzheimer è uno dei problemi irrisolti più complessi della medicina, nonché uno dei più devastanti. Uccide milioni di persone, impone un enorme peso alle famiglie e continua a sfidare gran parte delle capacità attuali della medicina. In OpenAI Foundation vogliamo cambiare questa situazione utilizzando l’IA avanzata per accelerare la scienza della prevenzione e del trattamento della malattia.^1⁠ Come primo passo, stiamo lavorando per finalizzare questo mese oltre 100 milioni di dollari in sovvenzioni, destinati a sei istituzioni di ricerca, per sostenere e accelerare la ricerca sull’Alzheimer, generando nuovi dati, contribuendo alla progettazione di nuovi farmaci e ampliando le possibili strade terapeutiche.

Queste sovvenzioni rappresentano l’inizio del nostro lavoro; c’è ancora molto da fare. Prevediamo di erogare ulteriori sovvenzioni per la cura dell’Alzheimer nel corso del 2026 e oltre, a un numero crescente di scienziati e istituzioni di ricerca, affinché insieme si possa finalmente prevenire e curare la malattia.

Perché concentrarsi sull’Alzheimer?

La nostra missione è garantire che l’AGI porti beneficio a tutta l’umanità. L’Alzheimer è un problema enorme, in peggioramento con l’invecchiamento della popolazione, e la complessità della malattia lo rende particolarmente adatto all’IA.

L’Alzheimer colpisce non solo milioni di persone a cui è stata diagnosticata la malattia, ma anche i loro coniugi, figli e altri caregiver che le assistono. La malattia comporta un enorme impatto emotivo ed economico sulle famiglie.

L’umanità ha compiuto progressi negli ultimi decenni contro tre delle quattro principali cause di morte: malattie cardiovascolari, malattie infettive e alcuni tumori, riducendo il rischio di morte a qualsiasi età:

Tuttavia, lo sviluppo di trattamenti efficaci per la quarta grande causa di morte, le malattie neurodegenerative come l’Alzheimer, si è finora rivelato in larga misura intrattabile, nonostante gli sforzi dei migliori scienziati del mondo:

Questo perché l’Alzheimer non sembra essere causato da un unico fattore, ma dall’interazione tra fattori di rischio genetici, alterazioni del ripiegamento proteico, infiammazione, disfunzione sinaptica e altro ancora, in combinazione con fattori ambientali nel corso di decenni, il tutto a livello del cervello, un organo difficile da studiare e da raggiungere con i farmaci. Gli approcci di ricerca tradizionali hanno faticato a interpretare questa complessità.

L’IA è particolarmente adatta ad affrontare questa complessità. La sua capacità di integrare diversi tipi di dati, tra cui sintomi clinici dei pazienti, marcatori biologici della malattia, screening di candidati farmaci e altro ancora, offre un modo radicalmente nuovo per comprendere come questi fattori interagiscono, identificare target terapeutici appropriati e individuare rischi su cui è possibile intervenire con decenni di anticipo.

Il nostro obiettivo è aiutare gli scienziati a sviluppare nuovi strumenti per prevenire e curare l’Alzheimer. Poiché finora questo obiettivo si è rivelato così difficile da raggiungere, lo consideriamo una chiara prova della capacità dell’IA di ridefinire ciò che è possibile nella salute umana. Vogliamo fare davvero la differenza per le persone a rischio di Alzheimer e per le loro famiglie.

Il nostro approccio iniziale

Siamo grati per il supporto dei revisori scientifici esterni, che ha contribuito a orientare le nostre strategie iniziali. Pur essendo estremamente entusiasti di ciascuno di questi ambiti di intervento, non ci aspettiamo di raggiungere improvvisamente il nostro obiettivo di prevenzione e trattamento dell’Alzheimer. Alcuni esperimenti daranno risultati negativi e ci saranno battute d’arresto lungo il percorso. Questa è la natura della scienza, e impareremo il più rapidamente possibile, aggiornando il nostro approccio man mano che emergono nuovi risultati.

Per iniziare, abbiamo formulato ipotesi iniziali su come sostenere l’ecosistema della ricerca in modo complementare agli sforzi esistenti e sfruttare ciò che oggi è possibile fare con l’IA. Nel complesso, questo si traduce in una struttura articolata su cinque livelli di attività presso le principali istituzioni di ricerca:

1. Creare una “mappa causale” dell’Alzheimer usando l’IA, per convalidare i target di intervento. Ora appare chiaro che i fattori alla base dell’Alzheimer sono molteplici, non uno solo. Ciò implica la necessità di mappare l’intera rete dei fattori causali per individuare con precisione i nodi più efficaci per interventi terapeutici personalizzati. Collaborando con ricercatori all’avanguardia nell’IA applicata alla biologia, come Arc Institute⁠, puntiamo a comprendere come gli organoidi cerebrali reagiscono a diverse combinazioni di fattori di rischio genetici e ambientali. Questi dati sperimentali su larga scala possono essere utilizzati per addestrare modelli di IA in grado di orientare gli esperimenti futuri. Con questo approccio ibrido, i ricercatori possono condividere i risultati progressivamente, consentendo ad altri di svilupparli ulteriormente e di proporre target farmacologici basati su evidenze meccanicistiche per test successivi.

L’Alzheimer ha resistito ai trattamenti anche perché rappresenta la malattia complessa per eccellenza. È il risultato dell’interazione, nel corso di decenni, tra centinaia di fattori di rischio genetici e ambientali, distribuiti tra diversi tipi cellulari. In Arc stiamo sviluppando tecnologie sperimentali e computazionali per mappare concretamente queste interazioni su larga scala.

—Patrick Hsu, PhD, Cofondatore e Investigatore principale di Arc Institute

Vogliamo individuare perturbazioni in grado di riportare una cellula da uno stato patologico a uno stato sano. Per farlo, utilizziamo un ciclo di apprendimento attivo: perturbiamo sistematicamente modelli di tessuto umano guidati dai dati dei pazienti, misuriamo i risultati e li utilizziamo per migliorare iterativamente i nostri modelli di IA della malattia di Alzheimer. Ogni ciclo fornisce un quadro causale più preciso dei punti in cui convergono i meccanismi della malattia e delle possibili leve di intervento.

Silvana Konermann, PhD, Cofondatrice e Direttrice esecutiva dell’Arc Institute

2. Progettare nuovi farmaci con l'aiuto dell'IA e testarli in laboratorio – con collaboratori come l'Institute for Protein Design⁠, insieme a neurologi e neuroscienziati di primo piano del Mass General Hospital. Oltre 100 farmaci contro l’Alzheimer sono stati testati in studi clinici dal 2000, ma quasi tutti si sono rivelati inefficaci o hanno causato effetti collaterali indesiderati. Riteniamo che le molecole progettate con strumenti di biologia basati sull’IA abbiano nel tempo maggiori probabilità di successo. Per verificarlo, i ricercatori devono però essere in grado di validare le loro creazioni digitali in cellule, tessuti e modelli animali.

All’Institute for Protein Design ci impegniamo a sviluppare pipeline collaborative orientate a generare il massimo impatto positivo sul benessere globale. Utilizzando i nostri più recenti modelli di progettazione proteica basati sull’IA, abbiamo sviluppato con successo molecole in grado di legarsi a target critici per la progressione dell’Alzheimer, modificarli e degradarli. Ampliare, perfezionare e condividere questo insieme di strumenti con neuroscienziati che possano applicare le proteine progettate per prevedere e contrastare la neurodegenerazione è una delle nostre massime priorità.

—David Baker, PhD, premio Nobel e Direttore dell’Institute for Protein Design presso l’Università di Washington

3. Supportare set di dati aperti per prevedere l’attività dei farmaci e tracciare la progressione della malattia con e senza intervento. Ciò include la creazione di nuovi set di dati aperti rilevanti per l’Alzheimer, in collaborazione con organizzazioni non profit come la Focused Research Organisation EvE Bio⁠. Include inoltre il supporto all'espansione di set di dati longitudinali ed epidemiologici esistenti, nonché opportunità per rendere responsabilmente accessibili set di dati raccolti da aziende biotecnologiche a beneficio dell’intera comunità scientifica.

4. Sviluppare nuovi biomarcatori di malattia, migliorando la diagnosi e le modalità di conduzione delle sperimentazioni cliniche, con collaboratori come UCSF. L’approvazione del primo esame del sangue per l’Alzheimer lo scorso anno⁠ offre ai medici specialisti strumenti aggiuntivi per valutare le condizioni dei pazienti in modo meno invasivo. Il sangue e altri biomarcatori offrono inoltre ai ricercatori la possibilità di misurare l’effetto che i farmaci possono avere sulla progressione della malattia nelle sperimentazioni cliniche, anche come misure secondarie in studi mirati principalmente a una malattia diversa (come mostrato in questo recente studio clinico⁠ sulle malattie cardiovascolari). Grazie alla capacità dell’IA di interpretare segnali biologici complessi, si aprono ulteriori possibilità di avanzamento nella proteomica moderna e nelle tecniche di campionamento dei pazienti.

L’Alzheimer rimane una delle sfide più urgenti della medicina e il progresso dipende dalla capacità di collegare le scoperte scientifiche alla pratica clinica. Questa collaborazione ci consente di integrare attività di eccellenza a livello globale, dai progressi nella progettazione proteica alle conoscenze cliniche e biologiche sviluppate presso UCSF, per comprendere meglio la malattia e individuare nuove vie terapeutiche. Con l’IA che ci aiuta a integrare queste conoscenze e a interpretare sistemi estremamente complessi, abbiamo l’opportunità di accelerare scoperte in grado di migliorare concretamente la vita dei pazienti.

—S. Andrew Josephson, MD, Professore e Direttore di Neurologia presso UCSF e l’Istituto Weill per le Neuroscienze della UCSF

5. Testare trattamenti non più coperti da brevetto e usare l'IA per interpretare al meglio i dati anonimizzati dei pazienti e le esperienze riportate online. Esistono numerosi interventi per i quali vi sono evidenze preliminari di efficacia, ad esempio l’orotato di litio⁠ e il vaccino contro l’herpes zoster⁠, non più coperto da brevetto, ma per i quali sono necessarie ulteriori prove di alta qualità e il settore privato non ha incentivi a finanziare studi clinici.

La mia speranza è che la capacità dell’orotato di litio a dose fisiologica di invertire la patologia e ripristinare la memoria nei modelli murini della malattia di Alzheimer possa tradursi in benefici per la popolazione umana anziana. Il litio è alla base del funzionamento di telefoni, laptop e veicoli elettrici. È possibile che il cervello abbia sfruttato la propria elettrochimica unica prima ancora che noi ne comprendessimo il potenziale.

—Bruce Yankner, MD, PhD, Professore di Genetica e Neurologia alla Harvard Medical School e Co-Direttore dell’Harvard Glenn Center per la ricerca sulla biologia dell’invecchiamento

Apprendimento iterativo

Porteremo avanti simultaneamente il lavoro su tutti e cinque questi fronti, in complementarità con gli altri sforzi dell’ecosistema della ricerca. Prevediamo di ampliare progressivamente i nostri approcci man mano che riceveremo ulteriori riscontri dalla comunità scientifica, così da capire insieme come prevenire e trattare l’Alzheimer.

Affrontando l’Alzheimer in modo diretto, puntiamo non solo a contribuire a modificarne il decorso, ma anche a sviluppare strumenti e conoscenze in grado di accelerare i progressi contro molte altre malattie.

* * *

Se vuoi ricevere aggiornamenti dalla OpenAI Foundation, ti invitiamo a iscriverti qui⁠. Se desideri contattare il nostro team di Scienze della vita e cura delle malattie, puoi scriverci all'indirizzo [email protected]⁠.

Oltre agli articoli accademici, leggiamo con interesse anche report, articoli di approfondimento e post di blog sull’IA e la scienza. Pur non concordando con tutte le affermazioni contenute in questi testi, tra questi rientrano questo report delle National Academies⁠, questo articolo di rassegna sulla pipeline dei farmaci per l’Alzheimer⁠, sintesi dei progressi medici come analisi sui tassi di mortalità per malattie cardiovascolari⁠, questo post del blog di Science ⁠ sulle difficoltà dell’IA nel fare progressi in campo medico, e proposte sui dati clinici provenienti da IFP.⁠.

Ti invitiamo a pubblicare le tue analisi e a inviarci un link via e-mail se ritieni che questa prospettiva possa esserci utile.