Da farmaci a modelli, in campo l’Intelligenza Artificiale anti-Covid

Particelle Covid al microscopio.
Particelle Covid al microscopio.

ROMA. – Dalla ricerca di farmaci efficaci contro il virus SarsCoV2 alla possibilità di prevedere l’andamento dei casi di Covid-19, l’intelligenza artificiale è scesa in campo per offrire alla ricerca nuovi strumenti potenti per gestire grandi numeri come sono quelli della pandemia.

Lo fa con le reti neurali, come quelle che nell’Università britannica di Cambridge hanno permesso di scoprire che ben 200 farmaci esistenti e in commercio, approvati per altre malattie, potrebbero avere un effetto anti Covid, e lo fa con il sistema che prevede lo sviluppo dell’epidemia, messo a punto dal Centro Facebook di Parigi per la Ricerca sull’Intelligenza Artificiale (FAIR).

E’ pubblicata sulla rivista Science Advances la ricerca con la quale nell’Università di Cambridge il gruppo diretto da Namshik Han ha dato nuovo impulso a un filone inaugurato oltre un anno fa sulla spinta della pandemia: utilizzando una rete neurale è riuscito a individuare una rete di 1.573 proteine indotte dal virus SarsCoV2 e le ha messe a confronto le caratteristiche delle molecole contenute in farmaci già approvati per trattare altre malattie.

Il confronto incrociato ha portato il sistema di intelligenza artificiale a individuare 200 farmaci esistenti, suddivisi in due grandi gruppi: quelli che impediscono al virus di replicarsi e quelli che aiutano il sistema immunitario a reagire all’infezione. In Francia il Fair ha utilizzato un sistema di intelligenza artificiale per ottenere un modello in grado di predire i casi futuri in un particolare contesto, utilizzando i dati sui casi recenti in zone statisticamente simili.

L’organizzazione sta rendendo open-source tutti i modelli predittivi modo che e ricercatori possano utilizzarli . “Partendo dalle contee statunitensi, abbiamo scoperto che la connessione sociale è un aspetto importante in questo meccanismo – spiega Facebook –

Per la nostra analisi, impieghiamo il Social Connectedness Index, un progetto rilasciato attraverso l’iniziativa Data for Good di Facebook, che misura la forza della connessione tra due aree geografiche, come rappresentata dai legami di amicizia su Facebook. I nostri risultati mostrano che la connessione sociale di contee statisticamente simili è da due a otto volte più alta nel nostro modello rispetto a quella di contee non correlate”.

Il lavoro poggia sullo scenario statunitense ma guarda anche all’Europa. Fin dall’inizio della pandemia, il team di Biocom-SC dell’Universitat Politècnica de Catalunya, che assieme all’Università di Vienna collabora con il FAIR, ha fornito alla Commissione Europea rapporti e previsioni complete sulla diffusione della malattia.