Un ricercatore di OpenAI ha deciso di lasciare l’azienda di ChatGPT per fondare una nuova startup che utilizzerà l’intelligenza artificiale per sviluppare farmaci. La notizia, riportata da fonti vicine al progetto, segna l’ennesimo capitolo dell’intersezione tra AI e scienze della vita, un settore in fermento dove le competenze maturate sui modelli linguistici potrebbero accelerare la scoperta di nuove terapie.
Chi c’è dietro la nuova impresa
Il fondatore è Mules Wang, ricercatore che ha contribuito allo sviluppo di alcune delle tecnologie più avanzate di OpenAI. Non è ancora chiaro se Wang abbia già raccolto finanziamenti o se la startup abbia un nome ufficiale, ma il progetto potrebbe coinvolgere anche altri ex membri di OpenAI, creando un nucleo di talento con esperienza diretta nell’AI generativa e nel deep learning.
La scelta di passare dai modelli linguistici alla chimica farmaceutica non sorprende: negli ultimi anni, diversi ex dipendenti di grandi laboratori AI hanno fondato aziende biotech, convinti che gli algoritmi possano ridurre drasticamente i tempi e i costi della ricerca preclinica.
Perché l’IA nella scoperta di farmaci è un campo caldo
L’industria farmaceutica spende in media oltre 2,6 miliardi di dollari e impiega più di un decennio per portare un nuovo farmaco sul mercato. L’intelligenza artificiale promette di rivoluzionare questo processo, analizzando enormi dataset di composti chimici, prevedendo l’efficacia e la tossicità delle molecole e persino progettandone di nuove da zero.
Startup come Insilico Medicine e BenevolentAI hanno già dimostrato che l’AI può identificare candidati farmaci in mesi anziché anni. L’arrivo di talenti provenienti da OpenAI potrebbe portare un approccio diverso, magari sfruttando modelli generativi simili a GPT per immaginare strutture molecolari mai viste prima, superando i limiti dei metodi tradizionali.
Le sfide da affrontare
Nonostante l’entusiasmo, la strada è irta di ostacoli. La validazione biologica resta un collo di bottiglia: un algoritmo può suggerire migliaia di potenziali farmaci, ma testarli in laboratorio richiede tempo e risorse. Inoltre, la regolamentazione è severa e i dati di addestramento per l’AI devono essere di altissima qualità per evitare previsioni errate.
Un’altra incognita è il modello di business: la startup di Wang dovrà decidere se collaborare con le grandi case farmaceutiche, concedere licenze sulle proprie scoperte o tentare di sviluppare terapie in proprio, un percorso rischioso ma potenzialmente molto remunerativo.
Cosa significa per chi legge
Per i pazienti, l’uso dell’IA nella ricerca farmaceutica potrebbe tradursi in farmaci più efficaci e disponibili in tempi più brevi, specie per malattie rare o attualmente incurabili. Per gli investitori e gli appassionati di tecnologia, segnala un’ulteriore convergenza tra AI e biotech, con possibili ricadute sui mercati e sulle strategie delle big tech.
Infine, per chi lavora nell’innovazione, la storia di Mules Wang dimostra come le competenze nell’AI generativa siano sempre più trasversali e possano essere applicate a problemi concreti, dalla medicina alla sostenibilità. Resta da vedere se la nuova startup saprà mantenere le promesse, ma una cosa è certa: la partita dell’IA nei farmaci è appena iniziata.