Vaccini. L’intelligenza artificiale apre l’era della Reverse Vaccinology 3.0. Lo studio su Nature Reviews Microbiology

L’intelligenza artificiale fulcro di una nuova generazione di tecnologie capace di ottenere vaccini precisi e in tempi record.

È quanto emerge dall’articolo scientifico Reverse vaccinology 3.0, pubblicato sulla rivista internazionale Nature Reviews Microbiology firmato da Rino Rappuoli, direttore scientifico della Fondazione Biotecnopolo di Siena, Emanuele Andreano, responsabile del laboratorio di sierologia della Fondazione, insieme a Jason McLellan dell’Università del Texas.

Il lavoro descrive una nuova strategia di sviluppo dei vaccini che integra genomica, immunologia umana, biologia strutturale e intelligenza artificiale, permette di identificare nuovi antigeni e progettare vaccini con una velocità e una precisione senza precedenti.

“Negli ultimi venticinque anni abbiamo visto evolvere profondamente il modo di sviluppare i vaccini –  spiega Rino Rappuoli, direttore scientifico della Fondazione Biotecnopolo di Siena – con la Reverse Vaccinology 3.0 integriamo genomica, immunologia e intelligenza artificiale per identificare antigeni e progettare vaccini in modo molto più rapido e razionale. L’intelligenza artificiale ci permette di analizzare grandi quantità di dati biologici e di individuare nuovi bersagli vaccinali in tempi che fino a pochi anni fa erano impensabili”.

È un cambiamento profondo nel modo in cui si possono studiare i patogeni e sviluppare nuove strategie di prevenzione, aggiunge Rappuoli: “Negli ultimi venticinque anni la vaccinologia ha vissuto tre grandi rivoluzioni. La prima è stata la reverse vaccinology, introdotta nel 2000, che ha utilizzato l’analisi genomica per individuare antigeni protettivi dei patogeni. La seconda fase ha sfruttato lo studio degli anticorpi monoclonali umani per comprendere quali parti del virus o del batterio siano davvero responsabili della protezione immunitaria. La Reverse Vaccinology 3.0, descritta nell’articolo, aggiunge a questi strumenti la potenza dell’intelligenza artificiale e della modellistica strutturale. I dati sugli anticorpi e sugli antigeni possono essere analizzati con modelli computazionali avanzati, riducendo drasticamente i tempi necessari per identificare nuovi bersagli vaccinali e allo stesso tempo aumentando la qualità, sicurezza e stabilità dei prodotti che vengono disdegnati.  Il metodo è stato applicato allo studio del virus mpox, consentendo di identificare un nuovo antigene neutralizzante, denominato OPG153, attraverso modelli di previsione strutturale basati su AlphaFold e successivamente confermato con tecniche di microscopia strutturale”.

L’integrazione tra biologia e intelligenza artificiale potrebbe aprire una nuova fase nella progettazione di vaccini, anticorpi, e terapie immunologiche. Questo approccio rappresenta un campo ancora emergente, ma con un grande potenziale per il futuro della medicina. Le stesse tecnologie potrebbero essere applicate anche ad altri ambiti della ricerca biomedica, dalla progettazione di anticorpi terapeutici fino allo sviluppo di nuove strategie contro tumori e malattie autoimmuni.