Print Friendly, PDF & Email

Ricercatori svedesi della Chalmers University of Technology e dell’Università di Göteborg hanno sviluppato un metodo di intelligenza artificiale che migliora l’identificazione delle sostanze chimiche tossiche, basandosi esclusivamente sulla conoscenza della struttura molecolare. Il metodo può contribuire a un migliore controllo e comprensione del numero sempre crescente di sostanze chimiche utilizzate nella società e può anche contribuire a ridurre il numero di test sugli animali.

L’uso di sostanze chimiche nella società è ampio e si verifica ovunque, dai prodotti domestici ai processi industriali. Molte sostanze chimiche raggiungono i nostri corsi d’acqua e gli ecosistemi, dove possono causare effetti negativi sugli esseri umani e su altri organismi. Un esempio è il PFAS, un gruppo di sostanze problematiche di cui sono state recentemente riscontrate concentrazioni preoccupanti sia nelle acque sotterranee che nell’acqua potabile. È stato utilizzato, ad esempio, nella schiuma antincendio e in molti prodotti di consumo.

Gli effetti negativi per l’uomo e per l’ambiente si verificano nonostante le ampie normative chimiche, che spesso richiedono lunghi test sugli animali per dimostrare quando le sostanze chimiche possono essere considerate sicure. Nella sola UE, più di due milioni di animali vengono utilizzati ogni anno per conformarsi a varie normative. Allo stesso tempo, nuove sostanze chimiche vengono sviluppate a un ritmo rapido ed è una grande sfida determinare quali di queste debbano essere limitate a causa della loro tossicità per l’uomo o per l’ambiente. Un prezioso aiuto nello sviluppo di prodotti chimici.

Il nuovo metodo sviluppato dai ricercatori svedesi utilizza l’intelligenza artificiale per una valutazione rapida ed economica della tossicità chimica. Può quindi essere utilizzato per identificare le sostanze tossiche in una fase iniziale e contribuire a ridurre la necessità di test sugli animali.

“Il nostro metodo è in grado di prevedere se una sostanza è tossica o meno in base alla sua struttura chimica. È stato sviluppato e perfezionato analizzando grandi quantità di dati provenienti da test di laboratorio eseguiti in passato. Il metodo è stato quindi addestrato a effettuare valutazioni accurate per sostanze chimiche non testate”, afferma Mikael Gustavsson, ricercatore presso il Dipartimento di Scienze Matematiche della Chalmers University of Technology e presso il Dipartimento di Biologia e Scienze Ambientali dell’Università di Göteborg.

“Ci sono attualmente più di 100.000 sostanze chimiche sul mercato, ma solo una piccola parte di queste ha una tossicità ben descritta nei confronti dell’uomo o dell’ambiente. Valutare la tossicità di tutte queste sostanze chimiche utilizzando metodi convenzionali, compresi i test sugli animali, non è praticamente possibile Qui vediamo che il nostro metodo può offrire una nuova alternativa”, afferma Erik Kristiansson, professore al Dipartimento di Scienze Matematiche di Chalmers e all’Università di Göteborg.

I ricercatori ritengono che il metodo possa essere molto utile nell’ambito della ricerca ambientale, nonché per le autorità e le aziende che utilizzano o sviluppano nuove sostanze chimiche. Lo hanno quindi reso aperto e disponibile al pubblico.

Esistono già strumenti computazionali per la ricerca di sostanze chimiche tossiche, ma finora hanno avuto ambiti di applicabilità troppo ristretti o una precisione troppo bassa per sostituire in misura maggiore i test di laboratorio. Nello studio i ricercatori hanno confrontato il loro metodo con altri tre strumenti computazionali comunemente usati e hanno scoperto che il nuovo metodo ha sia una maggiore precisione sia che è più generalmente applicabile.

“Il tipo di intelligenza artificiale che utilizziamo si basa su metodi avanzati di deep learning”, afferma Erik Kristiansson. “I nostri risultati mostrano che i metodi basati sull’intelligenza artificiale sono già alla pari con gli approcci computazionali convenzionali e, poiché la quantità di dati disponibili continua ad aumentare, ci aspettiamo che i metodi basati sull’intelligenza artificiale migliorino ulteriormente. Pertanto, riteniamo che l’intelligenza artificiale abbia il potenziale per migliorare notevolmente i metodi computazionali. valutazione della tossicità chimica”.

I ricercatori prevedono che i sistemi di intelligenza artificiale potranno sostituire sempre più i test di laboratorio.

“Ciò significherebbe che il numero di esperimenti sugli animali potrebbe essere ridotto, così come i costi economici legati allo sviluppo di nuove sostanze chimiche. La possibilità di preselezionare rapidamente grandi e diverse quantità di dati può quindi favorire lo sviluppo di sostanze chimiche nuove e più sicure e aiutare a trovare sostituti per le sostanze tossiche attualmente in uso Riteniamo quindi che i metodi basati sull’intelligenza artificiale contribuiranno a ridurre gli impatti negativi dell’inquinamento chimico sugli esseri umani e sui servizi ecosistemici”, afferma Erik Kristiansson.

Il metodo si basa sui trasformatori, un modello di intelligenza artificiale per il deep learning originariamente sviluppato per l’elaborazione del linguaggio. Chat GPT è un esempio delle applicazioni.

Recentemente il modello si è dimostrato estremamente efficiente anche nel catturare informazioni dalle strutture chimiche. I trasformatori possono identificare le proprietà nella struttura delle molecole che causano tossicità, in un modo più sofisticato di quanto fosse possibile in precedenza.

Utilizzando queste informazioni, la tossicità della molecola può quindi essere prevista da una rete neurale profonda. Le reti neurali e i trasformatori appartengono al tipo di intelligenza artificiale che si migliora continuamente utilizzando dati di addestramento, in questo caso grandi quantità di dati provenienti da precedenti test di laboratorio sugli effetti di migliaia di sostanze chimiche diverse su vari animali e piante.