Radical Numerics somministra a un paziente fagi progettati con l’AI
Omnii-1 ha guidato la progettazione di virus contro un’infezione resistente agli antibiotici, ma l’esito clinico resta ignoto.


Un virus progettato con l’intelligenza artificiale è stato somministrato a un paziente per combattere un’infezione resistente agli antibiotici. È quanto ha annunciato il 20 ottobre 2026 Radical Numerics, che rivendica il primo impiego clinico di questo tipo. Il fatto decisivo, però, è un altro: non sappiamo se il paziente sia guarito, migliorato o abbia avuto effetti indesiderati. La società non ha reso noto il decorso clinico.
Il virus in questione è un batteriofago, o fago: infetta i batteri, non le cellule umane. Radical Numerics riferisce che una miscela di fagi, comprendente varianti progettate con il suo modello Omnii-1, ha eliminato in laboratorio i batteri isolati dal paziente. Solo dopo quel test il preparato sperimentale è stato somministrato nell’ambito di un percorso di uso compassionevole, riservato a situazioni in cui mancano alternative terapeutiche soddisfacenti.
La distinzione conta anche per noi: l’antibiotico-resistenza non è un problema lontano. Secondo l’Organizzazione mondiale della sanità (OMS), nella regione europea la resistenza agli antimicrobici è direttamente responsabile di circa 133.000 decessi l’anno. Una terapia più mirata sarebbe preziosa, ma un risultato ottenuto su batteri in provetta non equivale ancora a una cura dimostrata nell’uomo.
In questo articolo
Che cosa ha progettato Omnii-1
Omnii-1 è un modello linguistico genomico: anziché elaborare soprattutto frasi, analizza sequenze biologiche e altre informazioni molecolari per individuare regolarità e proporre modifiche. Radical Numerics spiega di averlo addestrato su dati che comprendono acido desossiribonucleico (DNA), acido ribonucleico (RNA) e proteine. È un po’ come usare un correttore capace di leggere più tipi di istruzioni della stessa macchina biologica, prima di suggerire quali parti cambiare. I suggerimenti, però, devono essere costruiti e verificati in laboratorio.
Perché un fago può funzionare contro un batterio resistente
La resistenza agli antibiotici non rende automaticamente un batterio resistente anche ai fagi: i due attaccano il bersaglio in modi diversi. Un fago deve però riconoscere la superficie del ceppo batterico giusto. Come una chiave, può essere efficace su una serratura e inutile su un’altra. Secondo l’OMS, i fagi usati a scopo terapeutico sono selezionati per la capacità di infettare e distruggere i batteri.
Nel suo rapporto tecnico, la società illustra la progettazione di varianti del fago T7, noto per infettare Escherichia coli. L’esempio riguarda la proteina gp17, una fibra della coda che contribuisce all’aggancio alla superficie batterica: modificarla significa tentare di cambiare quali ceppi il fago riesce a riconoscere. Omnii-1 propone sequenze di DNA tenendo conto anche delle regioni circostanti, per evitare che una modifica utile all’aggancio comprometta il resto del virus.
Qui serve una precisazione. Il rapporto presenta T7 come esempio dettagliato della tecnologia e conferma la somministrazione di un cocktail contenente fagi progettati con Omnii-1. Non pubblica però una descrizione completa delle varianti effettivamente somministrate, né dettagli clinici che consentano di verificare autonomamente il collegamento fra tutti gli esperimenti illustrati e il trattamento del paziente. Anche l’identificazione del batterio del caso clinico non compare nella descrizione pubblica della somministrazione.
I numeri del laboratorio, e che cosa misurano davvero
Gli esperimenti descritti da Radical Numerics suggeriscono che il modello non si limita a produrre sequenze casuali. Tra le varianti di T7 con 11-15 cambiamenti negli amminoacidi — i componenti delle proteine — la società riferisce di aver recuperato il 69,9% dei progetti suggeriti da Omnii-1, contro il 4,8% dei controlli generati casualmente. «Recuperare» una variante significa qui rilevarla dopo la produzione sperimentale: è un indicatore indiretto della sua vitalità, non una misura di efficacia terapeutica.
La società riporta inoltre 6.694 varianti con attività misurabile nei suoi test; 2.161 hanno superato il fago di partenza secondo la misura sperimentale adottata. Sono risultati interessanti per chi deve scegliere quali progetti sviluppare, ma non indicano che quelle varianti guariscano un’infezione. Il passaggio dalla coltura batterica a un organismo umano introduce domande diverse: dove arriva il preparato, come reagisce il corpo e se il batterio torna a crescere.
«Ha eliminato il batterio» non significa «ha guarito il paziente»
Radical Numerics riferisce che il cocktail ha eliminato in vitro, cioè in condizioni di laboratorio, il campione batterico prelevato dal paziente. Non ha comunicato se l’infezione sia stata eliminata nel corpo del paziente, se siano comparsi effetti indesiderati o se il trattamento abbia modificato la prognosi.
Omnii-1 ha anche una funzione di selezione: nei test dichiarati dalla società, le prime due raccomandazioni del modello includevano un fago attivo per il 92,1% dei ceppi di E. coli idonei tenuti fuori dall’addestramento. È un risultato sulla capacità di individuare candidati promettenti in un insieme sperimentale, non una percentuale di successo sui pazienti.
Un paziente trattato non è ancora una prova clinica
L’uso compassionevole, chiamato negli Stati Uniti anche accesso allargato, permette a un medico di richiedere per un paziente con una condizione grave un prodotto sperimentale fuori da una sperimentazione clinica, quando non ci sono alternative comparabili o soddisfacenti. È una via per tentare di aiutare una persona in difficoltà, non un’approvazione del prodotto per l’uso generale. La Food and Drug Administration (FDA) prevede anche richieste relative a un singolo paziente. Radical Numerics non ha pubblicato i dettagli dell’autorizzazione per questo caso.
Il documento disponibile è stato diffuso dalla stessa azienda e non risulta sottoposto a revisione tra pari, il controllo critico di altri ricercatori prima della pubblicazione su una rivista scientifica. Radical Numerics afferma di non divulgare decorso ed esito per proteggere la riservatezza del paziente. La tutela della privacy è essenziale; resta però il limite per chi cerca di valutare la notizia: senza dati clinici non si può stabilire se il trattamento abbia funzionato o quanto sia stato sicuro.
La novità, inoltre, non è la terapia fagica in sé, né il primo impiego di un fago modificato in una persona. Un lavoro pubblicato su Nature Medicine nel 2019 descriveva già il trattamento di una paziente con un cocktail comprendente fagi ingegnerizzati contro un’infezione resistente ai farmaci. La rivendicazione di Radical Numerics è più circoscritta: sarebbe il primo caso clinico di fagi il cui progetto è stato generato con l’AI.
Perché questa strada interessa anche l’Europa
La posta in gioco spiega l’interesse per ogni nuova strategia. Un’analisi pubblicata su The Lancet stima che nel 2021 la resistenza batterica agli antimicrobici sia stata associata a 4,71 milioni di decessi nel mondo; quelli direttamente attribuibili alla resistenza sono stimati in 1,14 milioni. Per il periodo 2025-2050 lo studio prevede 39,1 milioni di decessi direttamente attribuibili. «Associati» e «attribuibili» non sono sinonimi: nel secondo caso, la resistenza è considerata decisiva per l’esito.
In Italia, come nel resto dell’Europa occidentale, i fagi non sono oggi una cura di routine per le infezioni resistenti. L’OMS osserva che il loro impiego avviene soprattutto su base compassionevole e che servono studi clinici più solidi per renderlo ampiamente disponibile. L’Agenzia europea per i medicinali (EMA) ha pubblicato una bozza di linee guida sulla qualità dei preparati fagici per uso umano: è un lavoro sulle regole per svilupparli e produrli, non un via libera al trattamento annunciato da Radical Numerics.
La difficoltà è insita nella promessa stessa dei fagi: un preparato su misura richiede di identificare il batterio del paziente, scegliere o progettare virus adatti, verificarli e produrli con qualità controllata. L’AI potrebbe rendere più mirata la ricerca iniziale; non può saltare le prove di laboratorio, i controlli sul prodotto e la verifica clinica. La domanda che conta, per questo paziente e per i prossimi, non è soltanto se sappiamo progettare un fago: è se riusciamo a dimostrare che aiuta davvero chi lo riceve.


