Startup story #26 - InVirtuoLabs

Il processo di scoperta di nuovi farmaci è molto complesso e costoso, arrivando a richiedere in media oltre 10 anni e più di 2 miliardi di dollari per portare un singolo farmaco sul mercato, con meno del 10% dei candidati che supera tutte le diverse fasi cliniche. InVirtuoLabs si pone l’obiettivo di trasformare radicalmente questa situazione, combinando intelligenza artificiale generativa, simulazioni molecolari e machine learning in una piattaforma computazionale proprietaria di nuova generazione, InVirtuoGEN, in grado di prevedere proprietà molecolari, generare nuove molecole (de novo) e progettare strutture chimiche, con l’obiettivo di scoprire nuovi farmaci in modo più veloce, economico ed efficace. In questa intervista, il co-fondatore e CEO Gianvito Grasso racconta la nascita di InVirtuoLabs e la loro visione della progettazione farmaceutica basata sull’AI.

Come è nata InVirtuoLabs?

Ho un dottorato in Scienze Computazionali conseguito all’USI e negli ultimi dieci anni ho condotto attività di ricerca all’IDSIA, concentrandomi su simulazioni molecolari e intelligenza artificiale. All’inizio del 2024, con l’arrivo dell’IA generativa, ho capito che stavamo assistendo a un cambiamento tecnologico epocale, in particolare nel campo della progettazione dei farmaci dove, su riviste scientifiche di alto livello, venivano pubblicati quasi quotidianamente nuovi modelli. Dopo alcune esperienze imprenditoriali alle spalle, ho sentito che era il momento giusto per esplorare come questi nuovi strumenti potessero trasformare il processo tradizionale di scoperta di nuovi farmaci. Convinto della direzione da prendere, ho iniziato a costruire il team, coinvolgendo Stefano, PhD in scienze computazionali e collaboratore di lunga data in vari progetti, e Sertaç, conosciuto durante una precedente esperienza startup.

In cosa consiste esattamente la vostra tecnologia?

Lo sviluppo di nuovi farmaci è oggi un processo costoso, lento e altamente incerto, con meno del 10% dei candidati che arriva all’approvazione finale, limitando fortemente la capacità di curare numerose malattie. Per affrontare questo problema, il nostro team sta sviluppando InVirtuoGEN, la nostra piattaforma proprietaria che integra intelligenza artificiale generativa e simulazioni molecolari. I nostri modelli funzionano in modo simile ai large language models (LLM), ma invece di generare frasi, generano strutture chimiche. In questo modo possiamo testare computazionalmente miliardi di potenziali molecole, valutandone la validità, fattibilità chimica e potenziale di legame con specifici target biologici e superando il problema della scarsa qualità e quantità di dati disponibili.

In cosa InVirtuoLabs si differenzia dai concorrenti?

La maggior parte delle aziende in questo settore è nata prima della rivoluzione dell’AI generativa, mentre noi abbiamo costruito InVirtuoLabs fin dall’inizio con la chimica generativa come base del nostro business. In secondo luogo, abbiamo integrato fin da subito lo sviluppo della piattaforma con progetti concreti di drug discovery, creando un ciclo continuo di feedback tra tecnologia e scienza, mentre molte aziende sviluppano prima la piattaforma e cercano applicazioni solamente in seguito. Infine, invece di affidarci solo a dataset preesistenti e spesso limitati, generiamo internamente i nostri dati attraverso simulazioni molecolari.

Quali sfide avete affrontato finora?

Senza dubbio, costruire il giusto team, funzionale agli obiettivi dell’azienda, è stato sia il compito più difficile che il più cruciale. La scoperta di nuovi farmaci richiede competenze che spaziano tra machine learning, chimica, biologia molecolare e scienze farmaceutiche, ambiti che spesso non parlano la stessa lingua.

Quali sono i vostri prossimi obiettivi?

Entro la fine di quest’anno puntiamo a dimostrare il valore reale della nostra tecnologia, sia completando l’infrastruttura necessaria per scalare la nostra pipeline, sia avviando collaborazioni strategiche con aziende biotech e farmaceutiche. A lungo termine, il nostro modello di business prevede di sviluppare candidati farmaceutici fino alle prime fasi cliniche, per poi concederli in licenza ad attori industriali.

3 brevi domande per concludere:

• Se non fossi nel biotech, cosa faresti? Probabilmente l’avvocato.
• Il miglior consiglio che daresti a chi vuole fondare una startup? Costruire un network solido. All’inizio è più importante dei fondi, perché ti aiuta a trovare co-founder e guadagnare credibilità.
• Se potessi avere una conversazione con qualcuno della storia? Albert Einstein.