La corsa dell’intelligenza artificiale nella ricerca scientifica ha prodotto risultati straordinari, soprattutto nella previsione delle strutture proteiche. Tuttavia, il vero collo di bottiglia resta la fase successiva: comprendere, testare e validare le molecole generate. In questo scenario si inserisce 10x Science, startup che ha raccolto 4,8 milioni di dollari per affrontare uno dei problemi più concreti della biotecnologia moderna.
10x Science accelera la selezione dei farmaci
Fondata nel dicembre 2025, 10x Science nasce con un obiettivo preciso: rendere più efficiente la fase di caratterizzazione delle molecole, passaggio fondamentale nello sviluppo di nuovi farmaci. Il round seed da 4,8 milioni di dollari, guidato da Initialized Capital con il supporto di Y Combinator e altri investitori, rappresenta un primo passo per consolidare questa ambizione.
Nel settore biofarmaceutico, gli strumenti predittivi permettono oggi di generare un numero elevatissimo di potenziali candidati. Il problema, come sottolinea il cofondatore David Roberts, è che tutti questi composti devono essere misurati e verificati prima di poter essere considerati validi. In altre parole, la parte alta del processo di scoperta si espande rapidamente, ma la fase di analisi resta un imbuto critico.
L’intelligenza artificiale spinge l’innovazione
L’intelligenza artificiale ha rivoluzionato il modo in cui vengono progettati i farmaci, soprattutto quelli biologici. Comprendere la struttura delle proteine è essenziale per sviluppare terapie avanzate capaci di colpire bersagli specifici, come avviene con farmaci immunoterapici utilizzati contro il cancro.
Questa evoluzione, però, porta con sé una nuova complessità: più candidati vengono generati, più diventa difficile analizzarli in modo efficace. È qui che si inserisce la proposta di 10x Science, che punta a trasformare una quantità enorme di dati in informazioni utili e interpretabili per i ricercatori.
Ricerca farmaceutica e intelligenza artificiale, un connubio strategico
I tre fondatori – David Roberts, Andrew Reiter e Vishnu Tejus – hanno lavorato insieme nel laboratorio di Carolyn Bertozzi a Stanford, studiando le interazioni tra cellule tumorali e sistema immunitario. Proprio da questa esperienza nasce la frustrazione per la difficoltà di comprendere con precisione ciò che accade a livello molecolare.
Per affrontare questo limite, la startup ha sviluppato una piattaforma che combina algoritmi deterministici basati su chimica e biologia con agenti di intelligenza artificiale. Il sistema è progettato per interpretare i dati complessi provenienti dalla spettrometria di massa, una delle tecniche più accurate per analizzare le molecole.
Un aspetto cruciale riguarda la tracciabilità delle analisi: il modello è stato addestrato per fornire risultati verificabili, requisito essenziale per l’utilizzo in contesti regolatori e industriali.
La complessità delle molecole e il ruolo dei dati
La spettrometria di massa rappresenta oggi uno degli strumenti più avanzati per determinare la composizione e la struttura delle molecole, ma richiede competenze elevate e tempi lunghi di analisi. I dati prodotti sono estremamente complessi e difficili da interpretare senza un supporto adeguato.
Secondo Matthew Crawford, scienziato di Rilas Technologies che ha testato la piattaforma, il sistema è in grado di spiegare le proprie conclusioni e adattarsi a diversi tipi di molecole. In alcuni casi, è riuscito persino a identificare automaticamente una proteina partendo dal nome del file, recuperando le informazioni necessarie da database online.
Questo livello di automazione consente di ridurre significativamente il tempo necessario per ottenere risposte utili, evitando errori e semplificando il lavoro dei ricercatori.
L’impatto sull’industria farmaceutica
Oltre alle collaborazioni con ricercatori accademici, 10x Science sta già lavorando con diverse grandi aziende farmaceutiche. L’obiettivo è utilizzare i fondi raccolti per assumere nuovi ingegneri, migliorare il modello e ampliare la base clienti.
Dal punto di vista degli investitori, il valore della startup risiede anche nel suo modello di business: una piattaforma SaaS che le aziende devono utilizzare continuamente per analizzare i propri candidati. Questo approccio riduce la dipendenza dal successo di un singolo farmaco e rende il servizio trasversale a tutta l’industria.
Come orientarsi nella ricerca farmaceutica e intelligenza artificiale
Il vero potenziale della piattaforma, secondo i suoi fondatori, va oltre la semplice caratterizzazione delle proteine. L’obiettivo a lungo termine è sviluppare una nuova forma di “intelligenza molecolare”, capace di integrare dati strutturali con altre informazioni biologiche.
Per i ricercatori, questo significa poter accedere a strumenti avanzati senza dover investire milioni in infrastrutture e competenze specialistiche. Come osserva Crawford, molte aziende cercano risposte rapide e semplici, ma si trovano di fronte a una complessità difficile da gestire.
In questo contesto, soluzioni come quella proposta da 10x Science potrebbero semplificare l’accesso a tecniche avanzate, permettendo di accelerare la ricerca e rendere più efficiente l’intero processo di sviluppo dei farmaci.
Fonte: TechCrunch
