Immagine copertina generata con l’intelligenza artificiale
L’intelligenza artificiale incontra la pelle umana ancora viva in un progetto rimasto per anni lontano dai riflettori. A svilupparlo è Michael Polansky, cofondatore e CEO di Outer Biosciences, startup che punta a combinare tessuti umani, biotecnologia e machine learning per accelerare la scoperta di nuovi ingredienti cosmetici. L’azienda è riuscita a mantenere campioni di pelle vitali per fino a un mese fuori dal corpo, creando una piattaforma sulla quale testare composti e osservare nel tempo le risposte biologiche.
Dalla Silicon Valley alla biologia
Polansky non è uno scienziato di formazione. Dopo gli studi ad Harvard in matematica applicata e informatica e tre anni a Bridgewater Associates, si è trasferito nella Silicon Valley, entrando prima in Founders Fund e poi lavorando al fianco di Sean Parker. Ha inoltre guidato l’ufficio dedicato agli investimenti e alla filantropia di Parker, contribuendo alla nascita del Parker Institute for Cancer Immunotherapy.
Il suo ingresso nelle scienze della vita è arrivato proprio attraverso il lavoro nell’immunoterapia oncologica. Nel 2022 ha quindi fondato Outer Biosciences insieme a Kyung-Jin Jang, Chris Hinojosa e Stanley King, con l’obiettivo di affrontare uno dei limiti della ricerca biologica: la difficoltà di riprodurre in laboratorio il comportamento di un vero tessuto umano.
La vicenda personale di Polansky è legata anche a Lady Gaga, Stefani Germanotta, che ha incontrato nel 2019. I due formano una coppia anche sul piano professionale e collaborano in diversi progetti, mentre Germanotta siede nel consiglio di Outer Biosciences.
Pelle umana viva per testare nuovi composti
Il punto di partenza della startup è la pelle umana che verrebbe normalmente scartata dopo un intervento chirurgico, soprattutto nell’ambito della chirurgia plastica. I tessuti vengono ottenuti attraverso biobanche e intermediari che operano con supervisione dei comitati etici e con il consenso documentato dei donatori.
I campioni arrivano già privati degli elementi identificativi e vengono trasferiti all’azienda entro poche ore dall’intervento. Un sistema sviluppato internamente fornisce nutrienti ai tessuti e rimuove i prodotti di scarto del metabolismo, permettendo di mantenerli vitali molto più a lungo rispetto alla normale finestra sperimentale.
Secondo Polansky, il sistema riesce a conservare la pelle per fino a 30 giorni, mentre i modelli convenzionali consentono generalmente osservazioni limitate a pochi giorni. Una differenza importante quando si vogliono studiare processi più lenti, come il rimodellamento del collagene, le variazioni della pigmentazione o la riparazione della barriera cutanea.
L’AI impara direttamente dai tessuti
È qui che entra in gioco l’intelligenza artificiale. Outer Biosciences utilizza un modello capace di prevedere quali sostanze non ancora testate potrebbero avere effetti positivi su specifiche funzioni della pelle. Le molecole selezionate vengono poi sottoposte agli esperimenti sui tessuti vivi.
I risultati vengono nuovamente inseriti nel modello, indipendentemente dal fatto che la previsione iniziale sia stata corretta o meno. Si crea così un ciclo continuo tra previsione, sperimentazione e apprendimento, che permette all’algoritmo di migliorare progressivamente.
Uno degli esempi citati da Polansky riguarda i danni provocati dai raggi UVB. I ricercatori possono provocare un danno controllato sulla pelle viva e seguirne le conseguenze nelle settimane successive, osservando le risposte legate allo stress, all’infiammazione e al recupero. L’obiettivo non è “curare” il tessuto, ma raccogliere dati sul modo in cui reagisce nel tempo.
Una corsa alla scoperta degli ingredienti cosmetici
L’approccio ha già modificato il ritmo di ricerca della startup. Nella fase iniziale Outer Biosciences utilizzava un metodo definito di “brute force”, basato sulla letteratura scientifica e sulla collaborazione con il National Cancer Institute per studiare composti naturali provenienti da ambienti estremi. In circa 18 mesi erano emersi un paio di candidati.
Con l’introduzione dell’AI, Polansky afferma che oggi viene generato un nuovo candidato all’incirca ogni sei settimane. La pipeline comprende sei proposte attive e diverse decine di ulteriori risultati considerati interessanti.
Il mercato potenziale è significativo anche perché il numero di principi attivi realmente disponibili per la cura della pelle rimane relativamente ristretto. Secondo Polansky, considerando i farmaci dermatologici da banco approvati e gli ingredienti cosmetici sostenuti da ricerche, si arriva a circa 200 sostanze.
Un modello ancora in fase di costruzione
Outer Biosciences non intende diventare necessariamente un marchio consumer. L’idea attuale è concedere in licenza o vendere gli ingredienti scoperti a società del settore beauty o farmaceutico, che potranno trasformarli in prodotti come creme e sieri. Polansky ritiene che quattro dei sei candidati attualmente nella pipeline abbiano buone possibilità di arrivare alla commercializzazione.
La startup genera inoltre ricavi attraverso collaborazioni di ricerca, tra cui una con un’azienda farmaceutica interessata a comprendere perché alcuni farmaci contro il cancro provochino forti eruzioni cutanee.
Finora la società ha raccolto circa 23 milioni di dollari e conta 19 dipendenti, quasi tutti nell’area di Cambridge, in Massachusetts. Il suo modello non è l’unico nel settore: altre aziende stanno lavorando su tessuti umani coltivati, organi su chip e sistemi microfisiologici.
Per Polansky, però, il vantaggio di Outer Biosciences risiede soprattutto nei dati proprietari prodotti attraverso esperimenti reali. L’azienda, inoltre, mantiene oggi i propri sistemi di AI internamente, senza affidare il lavoro al cloud, proprio perché considera quei dati particolarmente sensibili e preziosi.
Dopo anni di lavoro quasi segreto, Polansky ha deciso di raccontare pubblicamente il progetto perché la quantità di dati raccolti ha ormai raggiunto un livello sufficiente a dare maggiore fiducia alla tecnologia. Il prossimo passo sarà costruire un team dedicato allo sviluppo dei prodotti, trasformando i composti individuati dalla piattaforma in soluzioni commerciali.
Fonte: TechCrunch
