Milano, 13 gennaio 2026 – Un nuovo sistema di intelligenza artificiale chiamato CleaveNet promette di cambiare il modo in cui si scoprono i tumori nelle fasi iniziali. A svilupparlo sono stati i ricercatori del Massachusetts Institute of Technology insieme a Microsoft. Il progetto, pubblicato su Nature Communications, apre la strada a test fai-da-te da fare comodamente a casa, con l’obiettivo di individuare diversi tipi di cancro prima che diventino troppo avanzati.
CleaveNet, l’IA che progetta sensori molecolari
Al centro di CleaveNet c’è un algoritmo capace di creare piccole catene di amminoacidi, chiamate peptidi, pensate per essere “tagliate” da enzimi specifici – le proteasi – che sono particolarmente attivi nelle cellule tumorali. Come spiegano gli autori dello studio, questi peptidi servono a rivestire delle nanoparticelle. Ingerite o inalate, queste particelle entrano nel corpo e funzionano come veri e propri sensori.
Il meccanismo è semplice, ma geniale: quando le nanoparticelle incontrano le proteasi tipiche dei tumori, i peptidi si spezzano. I frammenti così prodotti finiscono nelle urine, dove possono essere rilevati con una striscia di carta simile a quella dei test di gravidanza. Questa striscia segnala la presenza di proteasi specifiche e quindi di certi tipi di tumore.
Diagnosi precoce e test a casa: la speranza dei ricercatori
“Puntiamo a un sistema ultrasensibile per scovare il cancro quando è ancora piccolo, o per riconoscere una recidiva subito dopo l’operazione”, ha detto Sangeeta Bhatia, docente di ingegneria biomedica al MIT e tra gli autori principali dello studio. L’idea è anticipare la diagnosi, accorciando i tempi tra la comparsa della malattia e la sua scoperta clinica.
Dalle prime prove, il sistema potrebbe portare a kit diagnostici domestici. Se confermato da studi più ampi, questo cambierebbe radicalmente il modo di prevenire il cancro. “Immaginiamo un futuro in cui chiunque possa monitorare la propria salute con un semplice test casalingo”, ha confidato uno dei ricercatori.
Come funziona CleaveNet: i dettagli che fanno la differenza
La forza di CleaveNet sta nella capacità di “disegnare” peptidi su misura per ogni tipo di proteasi tumorale. L’algoritmo passa al setaccio migliaia di sequenze e sceglie quelle che gli enzimi riconoscono meglio. Le nanoparticelle rivestite vengono somministrate per bocca o per via inalatoria; una volta raggiunti i tessuti giusti, fanno il loro lavoro di sensori.
Il segnale, cioè i peptidi spezzati che si trovano nelle urine, si può rilevare con un semplice test su carta. In base alle proteasi trovate, i medici possono risalire al tipo di tumore presente. Gli autori dicono che la tecnologia potrebbe essere adattata anche ad altre malattie legate a proteasi alterate.
Limiti attuali e passi futuri
Per ora, la tecnologia è stata testata soprattutto su modelli preclinici. Gli esperimenti fin qui fatti mostrano che il sistema sa distinguere diversi tipi di tumore in fase iniziale. Ma, come sottolineano i ricercatori, servono prove più ampie e su persone reali per confermarne efficacia e sicurezza.
“Stiamo lavorando per migliorare sensibilità e precisione dei sensori”, ha aggiunto Bhatia. Il passo successivo sarà avviare trial clinici su pazienti, con l’obiettivo di portare i primi prototipi sul mercato entro pochi anni. Microsoft, partner tecnologico, conferma il suo impegno nello sviluppo dell’algoritmo e nella gestione dei dati raccolti.
Una svolta possibile nella prevenzione oncologica
Se i risultati si confermeranno anche negli studi clinici, CleaveNet potrebbe cambiare le carte in tavola nella lotta contro i tumori. Avere a disposizione un test semplice e accessibile per la diagnosi precoce potrebbe migliorare la sopravvivenza e ridurre i costi per la sanità.
Per ora, la comunità scientifica segue con attenzione. “È una strada promettente”, commenta un oncologo dell’Istituto Europeo di Oncologia di Milano, “ma serve prudenza prima di parlare di rivoluzione”. Intanto, il lavoro dei ricercatori del MIT e Microsoft va avanti: la sfida è portare la diagnosi precoce fuori dagli ospedali e dentro le case.