L’intuizione nasce dalla collaborazione tra l’Aoup di Pisa, il Politecnico di Milano e l’Istituto Spallanzani di Roma. Il nuovo algoritmo, chiamato ConvMut, si basa sul principio dell’evoluzione convergente, un fenomeno biologico in cui specie diverse sviluppano caratteristiche simili per adattarsi a condizioni ambientali comuni. ConvMut analizza milioni di sequenze genomiche del virus condivise in tempo reale attraverso la piattaforma internazionale GISAID, che raccoglie dati da migliaia di laboratori in tutto il mondo.
Daniele Focosi, ematologo e virologo dell’Aoup, spiega come grazie alle campagne vaccinali il Covid-19 sia diventato un problema principalmente per i pazienti immunocompromessi, ma il virus continua a mutare rapidamente richiedendo aggiornamenti frequenti dei vaccini. Finora, la scelta del ceppo su cui basare le nuove formulazioni si è affidata alla prevalenza di varianti al momento della decisione, con tempi di produzione tali da rischiare di arrivare troppo tardi rispetto all’evoluzione virale — oltre 5.000 sottotipi sono stati identificati fino ad oggi.
Secondo Fabrizio Maggi, direttore del Dipartimento di Epidemiologia dello Spallanzani, anticipare con mesi di anticipo la variante predominante consentirebbe vaccini più efficaci e personalizzati. ConvMut automatizza la produzione di grafici sull’evoluzione convergente delle mutazioni, un’operazione precedentemente manuale, permettendo di identificare in tempo reale quali mutazioni della proteina Spike saranno più rilevanti nei mesi a venire. Anna Bernasconi del Politecnico di Milano sottolinea inoltre come questo approccio possa ottimizzare non solo i vaccini ma anche lo sviluppo di anticorpi monoclonali, fondamentali per le terapie dei pazienti fragili.