Computer quantistici e scoperta di farmaci: simulati sistemi biologici sempre più complessi

Una tecnologia ancora giovane, ma sempre meno astratta
Per molti anni il calcolo quantistico è stato raccontato come una promessa lontana: una tecnologia affascinante, potentissima in teoria, ma ancora troppo fragile per produrre applicazioni davvero concrete. I computer quantistici, infatti, non funzionano come i computer tradizionali. Usano qubit, stati quantistici, sovrapposizione ed entanglement, proprietà fisiche difficili da controllare e molto sensibili agli errori.

Eppure, negli ultimi mesi, alcuni studi stanno mostrando che il quantum computing può iniziare ad avere un ruolo reale in un settore molto delicato: la scoperta di nuovi farmaci.

Il punto non è che i computer quantistici siano già pronti a rivoluzionare la medicina. Non lo sono. Le macchine attuali restano limitate, rumorose e lontane dalla piena maturità industriale. Ma iniziano a essere usate, insieme ai supercomputer tradizionali, per simulare sistemi biologici sempre più complessi, compresi enzimi, proteine e interazioni con molecole candidate a diventare farmaci.

È un passaggio importante perché la biologia, a livello molecolare, è profondamente quantistica. E proprio per questo, un computer costruito sui principi della fisica quantistica potrebbe un giorno diventare uno strumento prezioso per capirla meglio.

Perché simulare un farmaco è così difficile
Quando un farmaco entra nel corpo, non agisce in modo generico. Di solito interagisce con una proteina, un enzima, un recettore o un’altra struttura biologica. Il suo effetto dipende da come la molecola si lega al bersaglio, da quanto è stabile quel legame, da quali reazioni chimiche vengono favorite o bloccate e da come cambia la struttura dell’ambiente molecolare.

Tutto questo avviene su scale minuscole, governate da elettroni, orbitali, cariche, energie e configurazioni tridimensionali. I computer tradizionali riescono già a fare moltissimo, ma quando i sistemi diventano grandi e dinamici, il numero di variabili cresce enormemente.

Una proteina non è un oggetto rigido. Si muove, vibra, cambia forma, interagisce con l’acqua, con ioni, con altre molecole e con possibili farmaci. Simulare con precisione tutti questi comportamenti è una delle grandi sfide della chimica computazionale e della biologia strutturale.

Dove entra in gioco il calcolo quantistico
L’idea di usare computer quantistici per studiare molecole non è nuova. Già negli anni Ottanta il fisico Richard Feynman aveva intuito un punto fondamentale: se la natura, alla sua base, segue leggi quantistiche, forse il modo più naturale per simularla è usare un sistema quantistico.

Un computer classico deve “imitare” la meccanica quantistica con strumenti matematici tradizionali. Un computer quantistico, invece, può rappresentare alcuni comportamenti quantistici in modo più diretto. In teoria, questo potrebbe permettere di affrontare calcoli oggi troppo complessi o troppo costosi per i supercomputer classici.

Nel campo farmaceutico, questo significa una cosa molto concreta: simulare meglio le interazioni tra molecole e proteine, comprendere reazioni enzimatiche difficili e migliorare la selezione delle molecole più promettenti prima di passare agli esperimenti di laboratorio.

Il recente passo avanti: sistemi biologici da oltre 12.000 atomi
Uno dei risultati più discussi riguarda una collaborazione tra Cleveland Clinic, RIKEN e IBM, che ha simulato un sistema biologico di 12.635 atomi, indicato come una delle più grandi simulazioni di proteine biologicamente significative mai affrontate con il supporto di computer quantistici.

La ricerca non ha usato il computer quantistico da solo. È importante sottolinearlo. Il lavoro è stato svolto in un contesto di quantum-centric supercomputing, cioè un approccio ibrido in cui computer quantistici e supercomputer classici collaborano, ciascuno per la parte più adatta.

Questo è probabilmente il modello più realistico per i prossimi anni. Non vedremo a breve computer quantistici sostituire i supercomputer, ma sistemi misti in cui il calcolo quantistico viene usato per accelerare o migliorare alcune parti specifiche del problema.

Enzimi e farmaci: il punto più interessante
Il legame tra quantum computing e scoperta di farmaci diventa particolarmente interessante quando si parla di enzimi. Gli enzimi sono proteine che accelerano reazioni chimiche nel corpo. Molti farmaci funzionano proprio perché bloccano o modificano l’attività di un enzima.

Simulare un enzima significa capire non solo la sua forma, ma anche la chimica del sito attivo, cioè la regione in cui avviene la reazione. È qui che i fenomeni quantistici diventano molto importanti, perché il comportamento degli elettroni determina il modo in cui i legami chimici si formano, si rompono o cambiano energia.

Se un computer quantistico riuscisse a modellare queste regioni con maggiore precisione, potrebbe aiutare i ricercatori a prevedere meglio quali molecole siano davvero efficaci, riducendo il numero di tentativi sperimentali inutili.

Non una scorciatoia magica, ma uno strumento in più
È importante evitare un equivoco: il quantum computing non renderà automaticamente semplice la scoperta di farmaci. Trovare una nuova terapia resta un percorso lungo, costoso e pieno di ostacoli. Una molecola promettente al computer deve poi essere sintetizzata, testata, valutata per tossicità, assorbimento, stabilità, effetti collaterali e sicurezza clinica.

Il calcolo quantistico può però aiutare in una fase iniziale molto importante: scegliere meglio quali molecole meritano attenzione. Se i modelli diventano più accurati, i ricercatori possono restringere il campo, evitare strade poco promettenti e progettare esperimenti più mirati.

In questo senso, il quantum computing non sostituisce la chimica, la biologia o la medicina sperimentale. Le affianca.

Il confronto con l’intelligenza artificiale
Negli ultimi anni l’intelligenza artificiale è diventata protagonista nella biologia computazionale. Modelli come AlphaFold hanno mostrato quanto sia potente l’IA nel prevedere strutture proteiche. Altri sistemi stanno aiutando a generare nuove molecole, analizzare dati biologici e individuare possibili bersagli terapeutici.

Il quantum computing si inserisce in questo scenario non come concorrente dell’IA, ma come possibile alleato. L’IA è molto forte nel riconoscere pattern e imparare dai dati. Il calcolo quantistico potrebbe essere utile per simulare aspetti fisici e chimici difficili da approssimare.

In prospettiva, il futuro della scoperta di farmaci potrebbe nascere dall’integrazione di più strumenti: intelligenza artificiale, supercalcolo classico, quantum computing, dati sperimentali ad alta qualità e laboratori automatizzati.

Perché oggi non siamo ancora alla rivoluzione
Nonostante i progressi, i computer quantistici attuali hanno limiti importanti. I qubit sono instabili, gli errori sono frequenti e la correzione degli errori quantistici è ancora una delle grandi sfide del settore.

Molti esperti sottolineano che non esiste ancora una dimostrazione indiscutibile di vantaggio quantistico pratico nella scoperta di farmaci. In altre parole, non abbiamo ancora un caso in cui un computer quantistico abbia risolto un problema farmaceutico reale meglio e in modo chiaramente superiore rispetto ai metodi classici.

Questo non sminuisce i risultati ottenuti. Significa però che bisogna leggerli per quello che sono: passi avanti nella costruzione di una tecnologia, non prove definitive di una rivoluzione già compiuta.

Il ruolo degli approcci ibridi
Il presente del quantum computing applicato alla biologia è soprattutto ibrido. I computer classici gestiscono gran parte del sistema, mentre i processori quantistici possono essere usati per alcune sottoparti del calcolo, per esempio regioni chimicamente più complesse o simulazioni specifiche.

Questo approccio è sensato perché permette di usare le tecnologie attuali senza aspettare computer quantistici perfetti. È anche più vicino al modo in cui funziona la ricerca scientifica reale: non esiste uno strumento unico che risolve tutto, ma una combinazione di metodi, ciascuno con i propri punti di forza.

Il valore dei recenti studi sta proprio nel mostrare che questa integrazione sta diventando più concreta.

La biologia come banco di prova ideale
La biologia è uno dei campi più interessanti per testare il quantum computing perché combina complessità, rilevanza pratica e fondamento fisico. Le molecole biologiche sono grandi, flessibili e dinamiche, ma al loro interno ci sono regioni in cui la chimica quantistica è decisiva.

Questo rende il settore farmaceutico un possibile terreno di applicazione anticipata. Non perché tutto il corpo umano possa essere simulato in un computer quantistico, ma perché alcune porzioni specifiche dei problemi biologici potrebbero trarre beneficio da una rappresentazione più accurata degli stati elettronici.

Se questa strada si confermerà utile, potremmo vedere nei prossimi anni progressi graduali ma importanti: modelli migliori per enzimi, reazioni chimiche più precise, candidati farmaci selezionati con maggiore efficienza e una riduzione dei tempi nelle prime fasi di ricerca.

Un interesse crescente da governi, aziende e ricerca pubblica
L’interesse per il quantum computing in biomedicina sta crescendo anche a livello istituzionale e industriale. Grandi aziende tecnologiche, centri di ricerca, fondazioni e università stanno investendo in programmi dedicati alla cosiddetta quantum biology e alla scoperta di farmaci assistita da calcolo quantistico.

Questo non significa che i risultati arriveranno subito. Ma indica che il settore sta passando da una fase quasi esclusivamente teorica a una fase sperimentale più strutturata, in cui si cercano casi d’uso concreti, benchmark e problemi scientifici misurabili.

La sfida sarà distinguere tra entusiasmo e reale utilità. Il quantum computing è un campo soggetto a grandi aspettative, ma proprio per questo ha bisogno di risultati verificabili, confrontabili e riproducibili.

Cosa potrebbe cambiare nei prossimi dieci anni
Molti ricercatori ritengono che le applicazioni più significative arriveranno probabilmente nei prossimi anni, man mano che aumenteranno la qualità dei qubit, la capacità di correggere gli errori e l’integrazione con i supercomputer tradizionali.

Nel settore farmaceutico, il cambiamento potrebbe non essere improvviso. Più che una singola scoperta rivoluzionaria, potremmo assistere a una serie di miglioramenti progressivi: simulazioni più accurate, tempi di calcolo ridotti, modelli più affidabili e migliore capacità di esplorare lo spazio chimico delle molecole.

In medicina, anche piccoli miglioramenti nella fase di selezione dei candidati farmaci possono avere conseguenze importanti, perché ridurre gli errori iniziali può far risparmiare anni di lavoro e grandi risorse economiche.

In sintesi
I computer quantistici non sono ancora pronti a rivoluzionare da soli la scoperta di farmaci, ma stanno iniziando a mostrare applicazioni concrete nella simulazione di sistemi biologici complessi. I recenti studi su proteine, enzimi e interazioni molecolari indicano che gli approcci ibridi tra quantum computing e supercalcolo tradizionale possono diventare strumenti utili per la ricerca biomedica.

La promessa è chiara: comprendere meglio la chimica della vita per progettare farmaci in modo più mirato. La strada, però, resta lunga. Il calcolo quantistico non è una bacchetta magica, ma un nuovo strumento scientifico che, se maturerà, potrebbe cambiare profondamente il modo in cui studiamo molecole, enzimi e terapie del futuro.

Fonti:
IBM Research – Researchers use quantum-centric supercomputing to simulate 12,635-atom protein complex
IBM Newsroom – Cleveland Clinic, RIKEN and IBM model a 12,635-atom protein, the largest known to be simulated with quantum computers
Financial Times – Quantum computing moves closer to drug discovery with enzyme study
Nature Biotechnology – Quantum-computing-enhanced algorithm unveils potential KRAS inhibitors
ACS Journal of Chemical Theory and Computation – A perspective on the current state-of-the-art of quantum computing for drug discovery applications