La notizia che Insilico Medicine ha portato rentosertib, un farmaco interamente scoperto da intelligenza artificiale, ai trial clinici di Fase III per la fibrosi polmonare idiopatica (IPF) segna uno spartiacque. Non è solo la prova che un algoritmo può generare una molecola capace di invertire il declino della capacità polmonare — i dati parlano di un guadagno medio di +98,4 mL nella capacità vitale forzata contro una perdita di 20,3 mL nel gruppo placebo — ma il segnale che l’industria farmaceutica sta entrando in una nuova era computazionale, dove la domanda di potenza di calcolo e controllo dei dati si scontra con le scelte architetturali che ogni azienda deve fare: cloud pubblico, privato o on-premise.

Più che i numeri dello studio (71 pazienti, 22 centri cinesi, un’osservazione di 12 settimane), a pesare è il processo che ha condotto a rentosertib. La pipeline Pharma.AI di Insilico è un sistema chiuso: PandaOmics setaccia genomica, letteratura e dati clinici per identificare bersagli biologici attraverso meccanismi causali; Chemistry42, con apprendimento per rinforzo tensoriale, progetta da zero molecole che si adattano al sito attivo di una proteina. Non è una ricerca tra librerie di composti esistenti, ma una generazione computazionale pura. In soli 18 mesi, dalla scelta del target TNIK al candidato preclinico, sono bastate 79 molecole sintetizzate per trovare quella giusta — la cinquantacinquesima — un’efficienza che ridisegna i tempi della chimica farmaceutica.

Ma proprio questa potenza algoritmica solleva la questione dell’infrastruttura. Per chi, come le aziende farmaceutiche, maneggia dati di pazienti regolati da normative stringenti e custodisce proprietà intellettuale inestimabile — sequenze molecolari, modelli predittivi, pathway biologici — l’idea di far girare l’intera pipeline su un hyperscaler pubblico diventa quantomeno spinosa. La designazione di farmaco orfano concessa dall’FDA nel 2023 aumenta la posta in gioco: un asset terapeutico così pregiato non può rischiare fughe di dati o ricostruibilità inversa ad opera di competitor che accedono agli stessi data center.

Il vero costo del talento computazionale

La letteratura scientifica che accompagna rentosertib (Nature Biotechnology per l’intera storia, Nature Medicine per la Fase IIa, Journal of Medicinal Chemistry per la validazione strutturale) è un tracciato verificabile che riduce il rischio clinico. Ma in termini di deployment, ogni passaggio di quella filiera — addestramento dei modelli generativi, inference per esplorare lo spazio chimico, analisi proteomica basata su "orologi biologici" come ProtAge e OrganAge — consuma risorse computazionali ingenti. E i team di ricerca farmaceutica iniziano a capire che tenere queste risorse in casa, su cluster on-premise o in cloud privato, può essere l’unica garanzia di sovranità sui dati e di protezione del segreto industriale.

Certo, non esiste una dichiarazione pubblica di Insilico sull’hardware usato. Ma il pattern è riconoscibile: le pipeline di scoperta farmaci guidate dall’IA ereditano le stesse tensioni che già attraversano il mondo degli LLM self-hosted nelle banche e nella difesa. Lì la scelta è tra mandare i dati sensibili a modelli esterni o mantenere tutto on-premise. Qui il trade-off è tra sfruttare l’elasticità del cloud e il controllo assoluto del proprio stack. E mentre cresce la consapevolezza che i modelli di aging e le firme di senescenza cellulare (SenMayo, CellAge) sono asset strategici, la bilancia pende verso il secondo piatto.

Chi vince e chi perde nella svolta on-premise

Se il pharma seguirà la strada dell’hosting proprietario, i fornitori di GPU e di sistemi per il training distribuito — NVIDIA con le sue DGX, ma anche gli specialisti di infrastruttura bare-metal — potrebbero guadagnare quote di mercato a scapito dei soli provider cloud pubblici. Non è una previsione: è la conseguenza logica del fatto che i dati di genomica funzionale e i risultati delle validazioni con co-cristallografia TNIK non possono viaggiare su reti condivise senza un rischio concreto di espropriazione intellettuale. Inoltre, l’esigenza di riproducibilità della pipeline Pharma.AI — composta da modelli di machine learning addestrati su dati multi-omici proprietari — spinge verso ambienti isolati e versionati, facilmente gestibili on-premise o in Virtual Private Cloud dedicati.

Questa dinamica segnala a livello strutturale che il computational drug discovery non è solo un problema di "velocità" — l’arcinota promessa dell’IA — ma di controllo dell’intero ciclo di vita del dato. Chi oggi investe in infrastrutture on-premise per gli LLM potrebbe ritrovarsi un domani a servire anche i team di ricerca farmaceutica, dove le metriche non sono i token al secondo ma la protezione delle proprietà chimiche predette e dei pathway brevettabili. Non è un caso che l’analisi proteomica all’interno del trial di Fase IIa incorpori orologi basati sulla UK Biobank, un dataset con regole di accesso severissime: tutto ciò che riduce il perimetro di esposizione dei dati diventa un vantaggio competitivo.

Rentosertib è già molto più di una molecola. È il manifesto di un’industria che dovrà decidere dove far correre l’algoritmo. E la decisione, sempre più spesso, avrà un indirizzo fisico.