Per la prima volta al mondo, un vaccino il cui componente attivo è stato disegnato interamente da un’intelligenza artificiale è stato testato sull’uomo. Non è uno slogan da conferenza stampa, ma il risultato di uno studio clinico di Fase 1 pubblicato il 5 giugno 2026 sul Journal of Infection, una rivista scientifica con revisione tra pari. Dietro il lavoro ci sono l’Università di Cambridge e la sua azienda spin-out DIOSynVax, e il traguardo raggiunto merita di essere raccontato con precisione, senza gonfiarlo oltre quello che i dati realmente dicono.

Il candidato vaccinale si chiama pEVAC-PS ed è stato somministrato a 39 volontari sani di età compresa tra i 18 e i 50 anni, presso le strutture di ricerca clinica del National Institute for Health and Care Research di Southampton e Cambridge. L’obiettivo di questa fase, come per qualsiasi trial di Fase 1, non era dimostrare che il vaccino funziona nel prevenire la malattia, ma verificare che fosse sicuro e che riuscisse a stimolare una risposta del sistema immunitario. Su entrambi i fronti, i risultati sono stati positivi: il vaccino si è dimostrato sicuro, senza effetti collaterali significativi, e ha indotto una risposta immunitaria nei partecipanti.

Segui TuttoTech.net su Google Discover

Pubblicità-30%HONOR Magic V6, 16GB+512GB
HiHonor
HONOR Magic V6, 16GB+512GB
🎟 Fino 5 omaggi + Coupon -700€: AATG700
1.599€2.299€
Vai all'offerta

Come l’intelligenza artificiale ha disegnato il super-antigene

La vera novità di questo studio sta nel metodo con cui è stato creato il principio attivo del vaccino. I vaccini convenzionali vengono progettati per colpire un ceppo virale specifico, e devono essere aggiornati continuamente per inseguire l’evoluzione del virus, come accade ogni anno con i vaccini antinfluenzali o con gli aggiornamenti periodici di quelli anti-COVID. Il team di Cambridge ha seguito una strada diversa.

I ricercatori hanno analizzato, attraverso algoritmi di machine learning, l’intero patrimonio di sequenze genetiche disponibili dei Sarbecovirus, il sottogruppo di coronavirus raccolto dai programmi di sorveglianza internazionali. I Sarbecovirus comprendono SARS-CoV-2, il virus responsabile della pandemia di COVID-19, il virus della SARS del 2003 e numerosi coronavirus presenti nei pipistrelli, considerati potenziali candidati per futuri salti di specie verso l’uomo, i cosiddetti eventi di spillover. A partire da questa enorme mole di dati, l’IA ha progettato un super-antigene, una struttura sintetica che incorpora le caratteristiche immunologiche condivise dall’intera famiglia virale.

L’idea alla base è tanto semplice da enunciare quanto complessa da realizzare: invece di addestrare il sistema immunitario a riconoscere un singolo virus, lo si addestra a riconoscere gli elementi comuni a un’intera famiglia di virus correlati. In questo modo, almeno in teoria, l’efficacia del vaccino dovrebbe resistere meglio alle mutazioni che normalmente rendono obsolete le formulazioni tradizionali. DIOSynVax, acronimo di Digitally Immune Optimised Synthetic Vaccines, è nata proprio attorno a questo approccio nel 2017, come spin-out di Cambridge sostenuto da Cambridge Enterprise. Il responsabile scientifico del progetto è Jonathan Heeney, professore di Patologia Comparata all’università e fondatore dell’azienda.

Un dato significativo emerso dal trial è che la risposta immunitaria dei volontari si è estesa non solo a SARS-CoV-2 e al virus della SARS, ma anche a coronavirus dei pipistrelli che non hanno mai infettato l’uomo. È il segnale che l’approccio del super-antigene potrebbe effettivamente generare una protezione ad ampio spettro, anche se, come vedremo, siamo ancora lontani dal poterlo affermare con certezza.

La somministrazione senza ago e la pipeline futura

Accanto al metodo di progettazione, lo studio ha sperimentato anche una modalità di somministrazione particolare. Il vaccino è stato veicolato come vaccino a DNA tramite un sistema a getto microfluidico privo di ago. Questa tecnologia, se confermata su larga scala, potrebbe semplificare le campagne vaccinali e ridurre alcune delle difficoltà logistiche legate alle iniezioni tradizionali, oltre a rappresentare un vantaggio per chi soffre la fobia degli aghi. È un dettaglio pratico, ma non irrilevante quando si pensa a vaccinazioni di massa in contesti con risorse limitate.

La piattaforma sviluppata da DIOSynVax non si limita ai coronavirus. L’azienda sta applicando lo stesso metodo di progettazione assistita dall’IA a candidati vaccinali contro l’influenza stagionale e pandemica, contro virus delle febbri emorragiche come Ebola e contro altre famiglie virali considerate a rischio pandemico. Il lavoro su questa tecnologia ha ricevuto in passato un finanziamento da 42 milioni di dollari dalla CEPI, la Coalition for Epidemic Preparedness Innovations, l’organizzazione internazionale nata per accelerare lo sviluppo di vaccini contro le minacce epidemiche.

Perché serve cautela: cosa lo studio non dimostra

Arrivati a questo punto, è doveroso fare un passo indietro e inquadrare il risultato per quello che è, senza lasciarsi trascinare dall’entusiasmo. Un trial di Fase 1 ha un obiettivo limitato e preciso: stabilire la sicurezza di un candidato vaccinale su un piccolo gruppo di persone e verificare se è in grado di innescare una risposta immunitaria. Questo studio ha raggiunto quell’obiettivo, ma non ha dimostrato, e non poteva dimostrare, che il vaccino protegga effettivamente dalla malattia.

C’è una differenza sostanziale tra l’indurre una risposta immunitaria misurabile in laboratorio e il fornire una protezione reale contro l’infezione in una popolazione ampia e diversificata. Per stabilire quest’ultima servono studi di Fase 2 e poi di Fase 3, su numeri di partecipanti molto più grandi e su tempi più lunghi, in grado di valutare quanto la risposta immunitaria sia robusta e duratura. Gli stessi ricercatori lo dichiarano apertamente: una Fase 2 è già pianificata, ed è solo lì che si potrà iniziare a capire se le promesse della tecnologia reggono alla prova dei fatti.

Anche l’aggettivo universale, che ricorre in molti titoli, va maneggiato con prudenza. Indica l’ambizione e il principio di funzionamento della piattaforma, non un risultato clinico già acquisito. La protezione contro virus che non sono ancora emersi resta, allo stato attuale, un’ipotesi scientificamente fondata ma tutta da verificare sul campo. Il professor Saul Faust, investigatore principale del trial, lo ha sintetizzato bene osservando che riuscire a sviluppare e validare clinicamente questa nuova classe di vaccini prima che un’epidemia abbia inizio potrebbe salvare milioni di vite ed evitare lockdown. Il condizionale, in quella frase, è la parola più importante.

Detto questo, il significato di questo studio non va sottovalutato. Per la prima volta una tecnica di progettazione computazionale ha portato un componente vaccinale dalla simulazione al braccio di un essere umano, superando il primo controllo di sicurezza. Se le fasi successive confermeranno i risultati preliminari, l’approccio potrebbe contribuire a trasformare lo sviluppo dei vaccini da un modello reattivo, che insegue le varianti dopo che sono emerse, a uno preventivo, capace di anticipare l’evoluzione dei patogeni. È un cambio di paradigma potenziale, e la parola potenziale, anche qui, è quella che conta. La scienza procede per passi verificabili, e questo è il primo di molti.