// TOM'S HARDWARE ITALIA — INTELLIGENZA ARTIFICIALE
I robot potrebbero scoprire nuove molecole un blocco alla volta
Un articolo di Martin D. Burke, pubblicato sulla rivista Science, propone una roadmap per rendere automatizzabile e più accessibile la scoperta di piccole molecole utili in medicina, nei materiali e nei prodotti di uso comune. Il lavoro presenta una strategia sviluppata all'University of Illinois Urbana-Champaign: non annuncia una singola molecola miracolosa, ma descrive come standardizzare una parte della sintesi organica affinché possa essere eseguita da robot e affiancata da sistemi di IA.
L'approccio si chiama blocc chemistry e tratta le molecole come strutture costruibili con moduli prefabbricati, chiamati «bloccs». La macchina li unisce in sequenza formando legami carbonio-carbonio, connessioni che costituiscono l'ossatura di quasi tutte le molecole organiche. La differenza rispetto a molta chimica tradizionale sta nella ripetibilità: invece di progettare ogni volta una lunga serie di passaggi specifici, si punta a riutilizzare un numero limitato di operazioni robuste.
Alla base vi sono blocchi molecolari progettati per reagire in modo controllabile e per attraversare cicli successivi di accoppiamento, sblocco e pulizia. I boronati MIDA e TIDA permettono di modulare temporaneamente la reattività del boro, mentre una purificazione catch-and-release offre un procedimento compatibile con l'automazione. L'idea non elimina la complessità della chimica, ma la sposta nella progettazione dei blocchi, dei protocolli e dei controlli di qualità.
Una piattaforma del genere può collegare sintesi robotica, misure sperimentali e modelli di intelligenza artificiale in un ciclo: l'algoritmo suggerisce quali combinazioni provare, il robot le prepara, i test ne valutano le proprietà e i risultati aggiornano il modello. Burke richiama dimostrazioni precedenti che hanno contribuito a individuare emettitori laser organici ad alte prestazioni e materiali organici più durevoli per celle solari; non sono però una prova che qualsiasi obiettivo molecolare sia già automatizzabile.
Il Molecule Maker Lab punta anche ad ampliare la partecipazione oltre i chimici di sintesi altamente specializzati. Studenti e ricercatori di altre discipline potrebbero lavorare sulla funzione desiderata di una molecola, lasciando alla piattaforma la traduzione in blocchi e operazioni eseguibili. La prospettiva resta condizionata dalla disponibilità dei moduli, dall'affidabilità delle previsioni e dalla capacità di verificare sperimentalmente ogni composto prodotto.
L'accesso più ampio introduce anche rischi. Per questo il laboratorio ha avviato una Task Force internazionale con competenze in chimica, IA, medicina, industria, educazione e comunità civiche. Il gruppo dovrà elaborare salvaguardie prima che la tecnologia si diffonda su larga scala; tra le opzioni discusse figurano il monitoraggio centralizzato della sintesi automatizzata, la segnalazione algoritmica di composti potenzialmente pericolosi e verifiche indipendenti sulle procedure di governo. Un rapporto condiviso è previsto nel 2027.
Il documento è quindi una proposta scientifica e organizzativa, non il resoconto di un robot capace di inventare farmaci in autonomia. Restano da misurare l'estensione delle reazioni compatibili, i tassi di errore, i costi e la riproducibilità tra laboratori diversi. Se questi limiti verranno affrontati, la modularità potrebbe generare dati sperimentali più coerenti per l'IA e abbreviare il percorso tra una proprietà desiderata e una molecola realmente sintetizzata e testata.
Aggiungi Tom's Hardware alle tue fonti preferite su Google