Dalle antiche cure egizie contro il cancro, testimoniate su papiri millenari, alla scoperta delle proprietà antitumorali del gas mostarda durante un tragico bombardamento a Bari, la storia della scoperta di farmaci è costellata da serendipità e tenacia scientifica. Oggi, una nuova frontiera si sta aprendo, promettendo di rivoluzionare radicalmente il modo in cui si identificano e progettano le terapie del futuro: l’era del calcolo quantistico.

Il salto quantico nella farmacologia: come simulare la natura sblocca le chemioterapie di domani

Martina Stella, chimica teorica e computazionale presso la startup finlandese Algorithmiq e long-term visiting scientist all’ICTP (International Centre for Theoretical Physics) si occupa di questa nascente disciplina. L’obiettivo del suo lavoro e di Algorithmiq è introdurre le applicazioni di tecnologie quantistiche con un occhio particolare a tecniche di sviluppo di nuove forme chemioterapiche. Il fascino dei computer quantistici per la scoperta di farmaci risiede nella loro capacità intrinseca di simulare la natura a livello fondamentale.

«La natura è intrinsecamente quantum», dice Stella. Ciò significa che per descrivere accuratamente il comportamento di atomi ed elettroni, le interazioni molecolari alla base dei processi biologici e chimici, è necessario ricorrere alle leggi della meccanica quantistica. Sebbene le equazioni fondamentali per descrivere questi fenomeni, come l’equazione di Schrödinger, siano note da tempo, la loro risoluzione per sistemi molecolari complessi si scontra con i limiti intrinseci dei computer classici.

«Risolvere queste equazioni è estremamente complesso, difficile e costoso per un computer normale», spiega. Per illustrare questa sfida cita l’esempio della penicillina la cui simulazione completa su un computer classico richiederebbe una quantità di memoria «più grande del numero totale di atomi dell’universo».

La scienza quantistica spiegata: superare barriere e sensazionalismo per capire il futuro

Negli ultimi anni il diffuso entusiasmo per le grandi potenzialità del calcolo quantistico ha attratto ingenti investimenti pubblici e privati, alimentando progressi concreti ma anche una narrazione talvolta distorta.

Per contrastare questa disinformazione e valorizzare al meglio le opportunità della rivoluzione quantistica, la startup Algorithmiq ha creato QplayLearn – una piattaforma gratuita e accessibile a tutti su qplaylearn.com – pensata per insegnare le scienze quantistiche a ogni livello, senza barriere di età o formazione. L’obiettivo? Dotare la società degli strumenti critici per interpretare correttamente le scoperte e gli annunci del settore, spesso riportati dai media in modo parziale o talvolta fuorviante.

Un caso emblematico riportato da Stella della necessità di un approccio critico è la vicenda della cosiddetta “supremazia quantistica” annunciata da Google nel 2019. Il loro computer quantistico aveva effettivamente risolto un problema specifico a una velocità impressionante ma – oltre ad esser stato poi risolto anche su supercomputer classici – si trattava di un esercizio costruito ad hoc, con scarsa utilità pratica.

«Non era il vantaggio generalizzato che tutti stavano cercando», spiega Stella «Ma sebbene “inutile”, questo esperimento ha avuto comunque un enorme valore scientifico: ha dimostrato che l’hardware funziona e può eseguire calcoli corretti». La stessa terminologia, come sottolinea Stella rifacendosi alle parole del professor John Preskill, si è rivelata problematica, con la parola “supremazia” che porta con sé connotazioni politiche negative.

In questo contesto, l’educazione è cruciale. Solo una società informata può sostenere in modo consapevole lo sviluppo di una tecnologia destinata ad avere un impatto profondo sul nostro futuro.

Precisione quantistica in farmacologia: la nuova frontiera per prevedere e creare cure efficaci

Nonostante le sfide e la necessità di discernimento, le applicazioni concrete del calcolo quantistico si stanno facendo strada in molti settori. In particolare, Algorithmiq lavora appunto sullo sviluppo della ricerca di di nuovi farmaci e Stella concentra la sua attenzione sull’ottimizzazione di nuove terapie chemioterapiche e la simulazione di materiali. Tra le aree promettenti, spicca la terapia fotodinamica (PDT) per il trattamento di tumori superficiali. Questa terapia si basa sull’utilizzo di molecole fotosensibilizzanti che, una volta accumulate nel tessuto tumorale e attivate dalla luce, generano ossigeno attivo citotossico. Il contributo potenziale dei computer quantistici in questo campo è cruciale.

«Il modello di una molecola che assorbe energia in uno stato eccitato è estremamente interessante dal punto di vista chimico e fisico perché ha degli effetti quantistici importanti», spiega Stella. L’obiettivo finale è utilizzare i computer quantistici per «calcolare gli stati quantistici, per prevedere le proprietà rilevanti di nuovi fotosensibilizzatori con una precisione superiore rispetto ai calcoli classici».

In particolare, la previsione accurata della differenza di energia tra lo stato fondamentale e lo stato eccitato di una molecola è fondamentale per lo sviluppo di farmaci fotodinamici efficaci. Il workflow di ricerca delineato da Stella prevede l’identificazione di molecole potenzialmente attive, il calcolo delle loro proprietà rilevanti su computer quantistici e la comunicazione dei risultati agli sperimentali per indirizzare la sintesi e la valutazione di nuovi composti.

Questo approccio mira a ridurre i tempi e i costi della scoperta di farmaci, evitando la necessità di esplorare un numero sterminato di possibili molecole attraverso esperimenti puramente casuali. «La potenza di questo workflow e delle tecniche ed algortimi che per esempio stiamo sviluppando ad Algorithmiq è che sono potenzialmente estendibili anche ad altri sistemi molecolari e problemi chimico-fisico».

Oltre il vantaggio teorico: svelare il potenziale pratico del calcolo quantistico entro 2-3 anni

Guardando al futuro, Stella distingue tra un futuro più lontano (10-30 anni o più). in cui si prevede l’esistenza di computer quantistici tolleranti agli errori con milioni di qubit, e un futuro più vicino (2-5 anni) caratterizzato da computer quantistici “rumorosi” con un numero limitato di qubit e una certa suscettibilità agli errori (noti come dispositivi NISQ – Near-term Intermediate-Scale Quantum).

Nella fase attuale, un approccio promettente è l’utilizzo di algoritmi ibridi che combinano calcoli quantistici e classici, per sfruttare al meglio le capacità attuali dei computer quantistici. Martina Stella conclude delineando lo stato attuale del campo, distinguendo tra “non useful quantum advantage”, che rappresenta progressi teorici senza immediato valore pratico, e l’obiettivo di raggiungere “useful quantum advantage” e “practical quantum advantage”, che si tradurrebbero nello sviluppo di casi studio rilevanti a livello industriale e con un effettivo valore di business, potenzialmente entro i prossimi 2-3 anni.