Il Massachusetts Institute of Technology ha presentato il 6 novembre 2026 nuovi dettagli su CheMeleon, un foundation model molecolare open source sviluppato in collaborazione con BASF per stimare proprietà chimiche e biologiche delle molecole anche quando sono disponibili quantità limitate di dati sperimentali specifici. Il sistema è destinato principalmente alla ricerca farmaceutica e alla scoperta di nuovi materiali, dove la selezione dei composti da sintetizzare e sottoporre a verifica rappresenta una fase particolarmente costosa. Una delle applicazioni considerate riguarda la stima dell’affinità di legame tra molecole e bersagli cellulari recentemente identificati, per i quali non esistono ancora dataset sperimentali sufficientemente ampi. CheMeleon permette di partire da una rappresentazione molecolare già addestrata e adattarla alla proprietà di interesse utilizzando un numero relativamente contenuto di esempi. La ricerca scientifica alla base del modello è stata pubblicata online il 7 agosto 2026 e successivamente inclusa nel numero del 14 settembre 2026 del Journal of Chemical Information and Modeling, dopo una prima versione diffusa nel 2025.
L’architettura utilizza una rete neurale a propagazione di messaggi orientata, o directed message-passing neural network, con un ordine di grandezza di circa dieci milioni di parametri. L’addestramento iniziale è stato realizzato su circa un milione di molecole provenienti da PubChem, utilizzando come obiettivi circa 1.600 descrittori molecolari definiti nel corso dei decenni dalla ricerca chimica. A differenza di approcci fondati direttamente su grandi raccolte di risultati sperimentali, CheMeleon apprende durante il pretraining da proprietà calcolabili in maniera deterministica, come la massa molecolare o il numero di atomi di ossigeno presenti nella struttura. La scelta consente di utilizzare segnali di supervisione relativamente poco rumorosi, disponibili senza dover eseguire ogni volta costose misurazioni di laboratorio. Attraverso questi obiettivi, la rete apprende rappresentazioni generali delle strutture chimiche, che possono essere trasferite a problemi differenti attraverso una successiva fase di fine-tuning. Il modello viene quindi adattato con un piccolo insieme di misurazioni specifiche per prevedere solubilità, viscosità, bioattività oppure reattività nei confronti di particolari proteine ed enzimi.
Il procedimento differisce dai metodi tradizionali nei quali gli esperti selezionano manualmente i descrittori più significativi e stabiliscono il modo in cui determinate caratteristiche strutturali, come dimensioni, ramificazioni e ingombro sterico, possano influenzare una proprietà. Secondo Akshat Shirish Zalte, ricercatore del MIT coinvolto nel progetto, CheMeleon acquisisce invece durante l’addestramento iniziale relazioni chimiche riutilizzabili, evitando di dover ricostruire da zero le rappresentazioni necessarie per ogni nuova proprietà. La valutazione sperimentale è stata effettuata su 58 dataset di benchmark relativi alla scoperta di farmaci a piccola molecola, provenienti dall’iniziativa Polaris, promossa dal settore industriale. Nei confronti statistici riportati dai ricercatori, CheMeleon ha superato diversi sistemi tradizionali, comprese implementazioni Random Forest applicate a fingerprint molecolari e descrittori chimici, oltre ad altri foundation model già disponibili. Il risultato riguarda un insieme definito di benchmark e non implica che ogni proprietà molecolare possa essere stimata con identica accuratezza.
William Green, professore di ingegneria chimica del MIT e responsabile scientifico del gruppo, ha collegato l’utilizzo del modello alla riduzione del numero di molecole che devono essere sintetizzate e sottoposte a misurazioni per ottenere previsioni sufficientemente accurate su nuovi composti. Green ha inoltre riferito che nove delle prime venti soluzioni classificate in una competizione OpenADMET organizzata nel 2026 avevano utilizzato CheMeleon nei propri flussi di lavoro per prevedere proprietà di molecole non ancora sintetizzate. Secondo il MIT, diverse aziende farmaceutiche impiegano già regolarmente il sistema; almeno una società, non identificata pubblicamente, avrebbe indicato ai propri ricercatori di utilizzarlo come punto di partenza per la modellazione di nuove proprietà. Queste informazioni descrivono un’adozione operativa riportata dai ricercatori, distinta dai risultati delle prove comparative.
CheMeleon e il relativo framework di pretraining sono distribuiti come software open source. Il modello può essere scaricato e adattato attraverso ChemProp, l’ecosistema software sviluppato e mantenuto dal gruppo di William Green per l’apprendimento automatico applicato alla chimica molecolare. Alla collaborazione scientifica partecipano anche Jochen Sieg, Christian Feldmann e Miriam Mathea di BASF SE, in Germania. La disponibilità del modello e dell’infrastruttura di addestramento consente ai gruppi di ricerca di riutilizzare una base comune e specializzarla per le proprietà di proprio interesse, anche quando il dataset sperimentale è ancora ridotto. La funzione del sistema rimane tuttavia quella di classificare e selezionare i candidati più promettenti: le proprietà effettive delle molecole, in particolare quando si tratta di composti nuovi o non ancora sintetizzati, devono essere confermate mediante esperimenti e misurazioni appropriate.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)