La chemioterapia ha un problema che, raccontato brutalmente, è piuttosto semplice.
Per distruggere qualcosa che ci sta uccidendo, siamo spesso costretti a colpire anche qualcosa che vogliamo salvare.
Le cellule tumorali possiedono caratteristiche che permettono a molti farmaci di attaccarle preferenzialmente, soprattutto quando si dividono rapidamente. Ma non portano addosso un cartello con scritto «sono io il nemico». Per questo alcune terapie finiscono inevitabilmente per coinvolgere anche cellule sane.
Ed è da qui che nasce una domanda affascinante: e se potessimo sapere in anticipo quale terapia funzionerà su quel preciso tumore, in quella precisa persona?
Non statisticamente. Non mediamente. Proprio quello.
Bari, 2 dicembre 1943
Prima di parlare di intelligenza artificiale, computer quantistici e copie virtuali di esseri umani, vale la pena tornare indietro di oltre ottant’anni.
La sera del 2 dicembre 1943, in piena Seconda guerra mondiale, la Luftwaffe attaccò il porto alleato di Bari. Tra le navi distrutte c’era la SS John Harvey, che trasportava in segreto bombe contenenti iprite, il famigerato gas mostarda. Il carico era stato inviato come possibile deterrente e risposta nel caso in cui la Germania avesse impiegato armi chimiche.
Quando la nave esplose, l’iprite contaminò acqua, fumo, carburante e persone. Molti soccorritori non sapevano neppure che fosse presente un agente chimico e le conseguenze furono devastanti.
Quella tragedia mise in evidenza con particolare brutalità un effetto già osservato durante la Prima guerra mondiale: i composti della famiglia delle mostarde possono danneggiare profondamente il midollo osseo e il tessuto linfatico, facendo crollare il numero dei globuli bianchi.
Ed ecco il cortocircuito che avrebbe contribuito a cambiare la storia della medicina: se una sostanza era capace di distruggere così efficacemente cellule del sistema linfatico, poteva essere trasformata in un’arma contro tumori formati proprio da quelle cellule?
Da un veleno a una medicina
Qui serve una precisazione importante: il bombardamento di Bari non “inventò” da solo la chemioterapia.
Louis Goodman e Alfred Gilman, a Yale, stavano già studiando in segreto le mostarde azotate nell’ambito della ricerca militare statunitense. Nel 1942 venne somministrata una mostarda azotata a un paziente con linfoma avanzato: il tumore regredì temporaneamente, mostrando per la prima volta che una sostanza sistemica poteva far diminuire una neoplasia.
Bari rappresentò quindi una conferma drammatica, su scala umana, della capacità di questi composti di devastare i tessuti a rapida proliferazione. Dopo la guerra, i risultati della ricerca furono pubblicati e le mostarde azotate diventarono il prototipo di una delle prime grandi classi di farmaci antitumorali.
Fa impressione pensarci: un composto nato come arma chimica contribuì alla nascita di una terapia destinata a salvare vite.
Ma il suo stesso principio conteneva anche il problema che ancora oggi cerchiamo di ridurre: colpire ciò che cresce rapidamente significa poter danneggiare anche cellule sane che fanno la stessa cosa.
Ottant’anni dopo, la domanda è ancora lì: come distruggere il tumore senza distruggere ciò che gli sta intorno?
Il paradosso dell’elefante
Forse, prima ancora di chiederlo ai computer, dovremmo guardare cosa ha fatto la natura.
Un essere umano possiede decine di migliaia di miliardi di cellule. Un elefante molte di più. Una grande balena può arrivare a masse centinaia di volte superiori alla nostra e alcune specie vivono per oltre due secoli.
Ogni divisione cellulare è un’altra occasione in cui il DNA può accumulare errori. Perciò il ragionamento sembrerebbe ovvio:
più cellule + più anni di vita = molti più tumori.
E invece, confrontando specie diverse, l’incidenza del cancro non cresce in maniera semplicemente proporzionale alla taglia e alla longevità. Questo apparente controsenso è noto come paradosso di Peto.
Attenzione: elefanti e balene possono ammalarsi di tumore. Il punto è che, considerando il numero enorme di cellule e gli anni di vita, dovrebbero ammalarsi molto più frequentemente di quanto ci aspetteremmo.
L’elefante: se è troppo danneggiata, eliminala
Uno dei protagonisti di questa storia è TP53, il gene che codifica la proteina p53, uno dei più importanti sistemi di controllo contro la trasformazione tumorale.
Quando una cellula accumula danni gravi al DNA, p53 può fermarne la proliferazione e contribuire ad avviare l’apoptosi, cioè la morte cellulare programmata.
Gli elefanti possiedono numerose copie e retrogeni correlati a TP53. Studi sperimentali hanno mostrato che le loro cellule possono rispondere al danno del DNA con un’apoptosi più intensa rispetto alle cellule umane.
Semplificando brutalmente, una delle strategie evolutive dell’elefante sembra assomigliare a questa:
«Questa cellula è troppo danneggiata? Meglio eliminarla.»
La balena della Groenlandia: ripariamola bene
La balena della Groenlandia (Balaena mysticetus) può superare le 80 tonnellate e vivere oltre duecento anni. Un’enormità di cellule mantenute in funzione per un tempo che, biologicamente, sembra quasi provocatorio.
Nel 2025 uno studio pubblicato su Nature ha mostrato che le sue cellule presentano una capacità particolarmente efficiente e accurata di riparare le rotture a doppio filamento del DNA e accumulano meno mutazioni rispetto a quelle di altri mammiferi studiati.
Tra i protagonisti compare una proteina chiamata CIRBP, presente in quantità elevate nelle cellule della balena. Quando i ricercatori ne hanno aumentato l’espressione in cellule umane, hanno osservato miglioramenti in alcuni meccanismi di riparazione e nella stabilità genomica.
Se l’elefante sembra puntare molto bene sull’eliminazione delle cellule compromesse, la balena della Groenlandia sembra avere investito maggiormente in un’altra strategia:
«È danneggiata? Proviamo a ripararla con grande precisione.»
Due animali giganteschi. Due soluzioni evolutive differenti allo stesso problema.
Milioni di anni di ricerca e sviluppo
L’evoluzione ha avuto milioni di anni per sperimentare: mutazioni, selezione naturale, tentativi riusciti e tentativi falliti.
Perciò una delle domande più interessanti della medicina futura potrebbe diventare:
quali sistemi antitumorali esistono già nel regno animale che noi non abbiamo ancora imparato a sfruttare?
Qui l’intelligenza artificiale può diventare potentissima. Può confrontare genomi, proteine, sistemi di riparazione del DNA, meccanismi immunitari, longevità, tassi di mutazione e dati oncologici di specie differenti, cercando schemi difficili da riconoscere per un essere umano.
Forse una futura terapia potrebbe nascere da una domanda apparentemente assurda: come fa una balena di ottanta tonnellate a vivere duecento anni senza essere divorata dai tumori?
Una copia di te che può ammalarsi al posto tuo
E arriviamo al digital twin: il gemello digitale.
Non immaginate semplicemente un omino tridimensionale dentro un computer. In oncologia, l’obiettivo è costruire una rappresentazione computazionale dinamica del paziente e del suo tumore integrando immagini diagnostiche, biopsie, dati molecolari e genetici, esami clinici e risposta alle terapie.
Soprattutto, un vero gemello digitale dovrebbe cambiare insieme al paziente.
- Nuova TAC? Il modello viene aggiornato.
- Il tumore risponde a un farmaco? Il gemello acquisisce una nuova informazione.
- Compare una resistenza? La simulazione deve adattarsi.
Il National Cancer Institute descrive proprio questa integrazione continua tra dati e modelli come uno degli elementi centrali dei futuri digital twin oncologici.
Uccidere mille tumori virtuali
Immaginiamo di avere davanti cinque possibili strategie terapeutiche.
Sul paziente reale non possiamo provarle tutte soltanto per vedere cosa succede. Su un modello computazionale sempre più accurato possiamo invece confrontare scenari differenti: un farmaco, una combinazione, una dose diversa, una sequenza terapeutica alternativa.
Il modello può contribuire a simulare crescita tumorale, risposta al trattamento e comparsa di resistenze. Non possediamo ancora una copia digitale perfetta di un essere umano capace di prevedere infallibilmente il futuro della sua malattia. Ma molti dei pezzi necessari esistono già.
paziente → dati → modello → previsione → terapia → nuovi dati → modello aggiornato.
Ed entra in scena l’intelligenza artificiale
Genoma. Proteine. Immagini. Caratteristiche cellulari. Farmaci. Cartelle cliniche. Risposte alle terapie. Interazioni fra tutti questi elementi.
La quantità di informazioni è enorme. L’IA può cercare schemi nascosti, confrontare quantità gigantesche di dati biologici e contribuire a individuare quali caratteristiche rendano un tumore più o meno sensibile a un determinato trattamento.
E potrebbe aiutarci anche a confrontare le nostre cellule con quelle delle specie che l’evoluzione ha reso straordinariamente efficaci nel contenere il rischio tumorale.
E se arrivasse il computer quantistico?
Le molecole stesse obbediscono alle leggi della meccanica quantistica e lo spazio delle possibili molecole utilizzabili come farmaci è immenso: viene spesso stimato nell’ordine di 1060 strutture drug-like.
Nel 2025 uno studio pubblicato su Nature Biotechnology ha utilizzato un modello ibrido quantistico-classico per progettare possibili molecole dirette contro KRAS, una proteina coinvolta in numerosi tumori e storicamente difficile da colpire.
Il sistema ha lavorato su un insieme di oltre un milione di molecole, ne ha selezionate quindici per la sintesi e alcune hanno mostrato risultati sperimentali promettenti. Gli stessi autori sono prudenti: il lavoro non dimostra ancora un vantaggio quantistico definitivo rispetto ai migliori approcci classici.
Ma qualcosa di importante è successo comunque: un processo che includeva calcolo quantistico e intelligenza artificiale è arrivato fino alla sintesi di vere molecole in laboratorio.
Imparare dalla balena, provarlo sul gemello
Ed eccoci allo scenario più affascinante.
- Studiamo una balena e scopriamo perché le sue cellule proteggono così bene il DNA.
- L’intelligenza artificiale individua proteine e meccanismi interessanti.
- Modelli computazionali cercano molecole capaci di riprodurne parte dell’effetto nell’essere umano.
- Il calcolo avanzato esplora enormi spazi molecolari.
- Le molecole candidate vengono testate in laboratorio.
- Un futuro gemello digitale contribuisce a prevedere quale strategia possa avere maggiori probabilità di funzionare proprio su quel paziente.
Natura → dati → IA → simulazione → farmaco → gemello digitale → paziente.
Guardando questa sequenza, la storia diventa quasi circolare.
Nel 1943 una tragedia nel porto di Bari mostrò brutalmente quanto una sostanza chimica potesse devastare alcuni tessuti del nostro organismo. La ricerca imparò a trasformare composti di quella famiglia in armi contro il tumore.
Ottant’anni dopo stiamo cercando di fare il passo successivo.
Non trovare semplicemente un veleno più potente. Trovare qualcosa di più intelligente.
La medicina potrebbe cambiare domanda
Per decenni abbiamo chiesto:
«Qual è la cura migliore per questa malattia?»
La medicina di precisione sta lentamente trasformando la domanda:
«Qual è la cura migliore per questa malattia, in questa persona, in questo preciso momento?»
Il gemello digitale potrebbe portarci ancora oltre: provare virtualmente una strategia, confrontarla con altre, aggiornare il modello e scartare alcune strade prima che raggiungano il corpo vero.
E forse, nel frattempo, guarderemo un elefante o una balena con occhi completamente diversi.
Perché potrebbero possedere soluzioni biologiche che noi abbiamo cercato per decenni senza renderci conto che l’evoluzione le aveva già inventate.
La prima chemioterapia nacque anche osservando cosa sostanze nate per la guerra facevano al nostro organismo.
La prossima grande rivoluzione potrebbe nascere osservando ciò che un elefante e una balena riescono a impedirgli di fare.
Forse non riusciremo mai a costruire una copia perfetta di un essere umano. E forse non elimineremo completamente il rischio di un tumore.
Ma potremmo imparare a commettere alcuni errori nel computer invece che nel corpo.
E magari scoprire che il futuro della lotta contro il cancro non sarà trovare un’arma sempre più potente.
Sarà sapere esattamente dove colpire prima ancora di sparare.
Fonti e approfondimenti
- Turner MD, Sapp J. The Bari Bombing and the Birth of Chemotherapy, Military Medicine, 2026.
- Yale School of Medicine — The Birth of Chemotherapy at Yale: From Wartime Secrecy to Modern Cancer Care, 2026.
- U.S. Naval History and Heritage Command — The Great Bari Air Raid, 2 December 1943.
- Abegglen LM et al. Potential Mechanisms for Cancer Resistance in Elephants and Comparative Cellular Response to DNA Damage in Humans, JAMA, 2015.
- Firsanov D et al. Evidence for improved DNA repair in the long-lived bowhead whale, Nature, 2025.
- National Cancer Institute — Digital Twins for Cancer—Not If, But When, How, and Why?, 2025.
- Vakili MG et al. Quantum-computing-enhanced algorithm unveils potential KRAS inhibitors, Nature Biotechnology, 2025.
Nota: l’articolo è divulgativo. Le applicazioni di IA, gemelli digitali e calcolo quantistico descritte qui comprendono tecnologie già usate nella ricerca e obiettivi ancora sperimentali; non equivalgono a terapie cliniche disponibili per tutti i pazienti.
Rispondi