Altro che collaborazione scientifica internazionale. Quando si parla di intelligenza artificiale applicata alla ricerca farmacologica, la cooperazione globale lascia sempre più spesso spazio a una corsa serrata fra Stati Uniti e Cina. È una gara che somiglia in tutto e per tutto a una competizione olimpica: superpotenze che si contendono non soltanto il primato tecnologico, ma anche la leadership economica, scientifica e geopolitica.
All’inizio di ottobre, BioMap — una startup biotecnologica fondata nel 2020 a Pechino dal fondatore di Baidu, Robin Li Yanhong, insieme al ricercatore Wei Liu — ha dichiarato di aver superato AlphaFold, la celebre piattaforma sviluppata da Google DeepMind, nella commercializzazione di modelli fondamentali di IA per la scoperta di nuovi farmaci. Un’affermazione forte, della quale è difficile al momento verificare la fondatezza.
Al momento non risultano pubblicati dati su riviste peer reviewed che dimostrino in modo trasparente questo presunto vantaggio di BioMap.
Il primo trial clinico in meno di due anni?
In un’intervista al South China Morning Post, il CEO Wei Liu ha affermato che “le aziende farmaceutiche multinazionali stanno assistendo a un’inversione nel divario tecnologico tra BioMap e AlphaFold”. Non solo: secondo Liu, i risultati raggiunti dalla piattaforma si tradurranno in un trial clinico su esseri umani entro due anni, una tempistica che, nel mondo della ricerca farmacologica, sarebbe normalmente impensabile.
BioMap non è una piccola impresa indipendente: è una creatura nata in un ecosistema politico ed economico che la sostiene attivamente. Oltre al supporto diretto di Baidu, l’azienda ha ricevuto finanziamenti dalla Hong Kong Investment Corporation (HKIC), fondo d’investimento del governo, che ha deciso di scommettere sul biotech come motore strategico della propria economia. A giugno 2023, il patrimonio netto di Robin Li è stato stimato da Forbes in 8,6 miliardi di dollari (nel 2016 era il sesto uomo più ricco della Cina, con un patrimonio di 13,9 miliardi).
BioMap sostiene che i propri modelli, noti come xTrimo, abbiano ottenuto risultati migliori di AlphaFold3 nella previsione dell’interazione tra anticorpi e bersagli molecolari — una capacità chiave per accelerare lo sviluppo di nuovi farmaci e terapie mirate.
xTrimo, acronimo di Cross-Modal Transformer Representation of Interactome and Multi-Omics, è addestrato su set di dati proprietari che comprendono oltre 6 miliardi di proteine, 100 miliardi di interazioni proteina-proteina e trilioni di misurazioni dell’espressione genica a livello di singola cellula, provenienti da più di 100 milioni di cellule. Con oltre 210 miliardi di parametri, xTrimo è considerato il primo modello di base di IA per le scienze biologiche di queste dimensioni e, a oggi, il più grande del suo genere.
Al momento, la parola “xTrimo” non restituisce alcun risultato nel database PubMed, che raccoglie la letteratura scientifica biomedica mondiale.
Cosa fa AlphaFold
Ma ricordiamo cos’è AlphaFold e come funziona. Sviluppato da DeepMind (azienda di Google), AlphaFold ha rivoluzionato la biologia strutturale grazie alla capacità di prevedere la struttura tridimensionale delle proteinepartendo dalla loro sequenza di amminoacidi. La portata della scoperta è enorme: ogni proteina è una catena di amminoacidi che, una volta “piegata” (folded) nella sua forma 3D specifica, svolge funzioni vitali come trasportare ossigeno, riparare tessuti o difendere l’organismo dalle infezioni.
Determinare sperimentalmente la struttura 3D di una proteina, tramite tecniche come la cristallografia a raggi X o la microscopia crioelettronica, è un processo costoso e lento, che può richiedere mesi o anni. AlphaFold ha cambiato le regole del gioco: grazie al deep learning, riesce a prevedere con altissima accuratezza la forma di quasi qualsiasi proteina conosciuta, in pochi minuti o ore, basandosi solo sulla sequenza genetica.
Nel 2020 e 2021, AlphaFold ha superato di gran lunga tutti gli altri metodi nel Critical Assessment of Structure Prediction(CASP), la competizione internazionale che valuta la precisione delle previsioni strutturali, con risultati pubblicati sulle principali riviste scientifiche. Nello stesso periodo, DeepMind ha reso pubblico l’AlphaFold Protein Structure Database, che oggi contiene oltre 200 milioni di strutture proteiche previste, coprendo quasi tutte le proteine conosciute in natura — umane, vegetali, batteriche e non solo.
Un ecosistema che si espande
Al di là delle verifiche scientifiche, il caso BioMap racconta qualcosa di più grande: la costruzione di un intero ecosistema biotech cinese sostenuto dalle istituzioni pubbliche. La Hong Kong Investment Corporation (HKIC) non si limita a finanziare BioMap: ha lanciato anche l’acceleratore BioMap InnoHub, con l’obiettivo dichiarato di incubare decine di progetti biotecnologici entro il 2030.
Nel 2024, la startup ha annunciato il programma di accelerazione BioMap BioX, che prevede di sostenere oltre 50 progetti di ricerca e sviluppo in fase iniziale nel campo delle scienze della vita nei prossimi cinque anni, sfruttando la propria piattaforma AIGP, basata su un Life Science LLM (Large Language Model) proprietario.
“Ringraziamo HKIC per il suo supporto e la sua guida — dichiarava Wei Liu all’indomani della firma, nel giugno 2024 —. Intendiamo sfruttare lo status internazionale di Hong Kong, le politiche finanziarie favorevoli e le normative globali in materia di proprietà intellettuale e dati per ottenere maggiore fiducia da parte dei clienti multinazionali e mantenere il nostro vantaggio competitivo nel contesto della concorrenza internazionale.”
Liu sottolineava anche il ruolo strategico della città come hub scientifico: “Hong Kong dispone di un ricco bacino di talenti interdisciplinari nell’ambito dell’intelligenza artificiale e delle biotecnologie, nonché di un ambiente accademico innovativo. Prevediamo che il nostro Centro di Innovazione trasformerà idee sempre più audaci in prodotti basati su proteine generate dall’IA, aumentando così il valore dell’innovazione attraverso la nostra rete produttiva e commerciale globale.”
BioMap, comunque, non è un caso isolato. A gennaio 2025, un articolo pubblicato in preprint su bioRxiv (quindi non sottoposto a peer review) dalla cinese ByteDance, proprietaria di TikTok, presentava Protenix, un modello per la previsione della struttura molecolare. A luglio 2025, la stessa azienda ha poi descritto (sempre in pre-print) Protenix-Mini, una versione ottimizzata per contesti con risorse di calcolo limitate.
La gara, insomma, è sempre più accesa. Ma si gioca su terreni diversi — e senza un quadro condiviso di principi “etici” che fissi dei paletti comuni.
Per approfondire.
Con l’Intelligenza Artificiale proteine anti E. coli in pochi secondi
Cosa è AlphaFold e perché è importante per lo sviluppo dell’intelligenza artificiale
Quanto sono efficaci le molecole scoperte con l’intelligenza artificiali nei trial clinici?
Prevedere con l’Ai come un virus evolverà semplicemente guardando alla sua sequenza genetica
