Dove Va il Denaro? Tracciamento dei Finanziamenti Seed nell'IA per la Ricerca sul Cancro

Il cancro ha da sempre attirato grande attenzione in medicina — e oggi sta attirando anche una delle più ingenti quantità di capitale nella tecnologia. La convergenza tra intelligenza artificiale e ricerca sul cancro ha creato una categoria di investimento completamente nuova, che si trova all'incrocio tra biologia, informatica e venture capital.

Le startup biotech che utilizzano l'AI per comprendere, rilevare e trattare il cancro stanno raccogliendo finanziamenti seed a un ritmo e su una scala che solo un decennio fa sarebbero sembrati straordinari. Ma la vera questione non è soltanto quanto denaro fluisce — è dove esattamente sta andando, quali problemi cerca di risolvere e se viene messo nelle mani giuste per le ragioni giuste.

Questo articolo offre uno sguardo lucido sullo stato attuale dei finanziamenti seed focalizzati sull'AI nella ricerca sul cancro. Traccia dove gli investitori stanno piazzando le loro prime scommesse, quali approcci scientifici attirano più capitale, quali aziende sono in testa e cosa segnala il panorama dei finanziamenti sul futuro della cura del cancro.

La portata della scommessa in corso

Per capire dove va il denaro, è utile prima afferrare quanto è in gioco. Nel 2024 e nel 2025, il fundraising in seed e Series A nel biotech ha rappresentato miliardi di capitale early-stage, anche mentre il mercato del venture più ampio si è ristretto.

Complessivamente i round early-stage sono diminuiti da $10.6 billion nel 2024 a $8.7 billion nel 2025, riflettendo la cautela degli investitori e una preferenza per asset con validazione clinica, ma il segmento focalizzato sull'AI è rimasto straordinariamente resiliente.

Il motivo è semplice: gli investitori credono che l'AI possa cambiare fondamentalmente l'economia della scoperta di farmaci. Considerate come appare il modello tradizionale senza di essa:

1. In media da 10 a 15 anni dalla ricerca iniziale all'approvazione regolatoria
2. Costi di sviluppo superiori a $2 billion per candidato farmaco
3. Un tasso di insuccesso clinico superiore al 90% in tutti gli ambiti, con l'oncologia tra i più alti
4. Anni trascorsi nella identificazione dei target e nello screening che l'AI può comprimere in mesi

L'AI offre la promessa di accorciare quella tempistica, ridurre i costi e migliorare le probabilità di successo. Questa promessa mantiene il flusso di capitale early-stage anche in un mercato più ristretto.

Sebbene il settore biotech più ampio sia vicino a un minimo ventennale per il finanziamento early-stage, il numero di aziende che usano l'AI per la discovery di farmaci è in forte aumento, con metà di tutti i dollari d'investimento in aziende di diagnostica e strumenti ora diretti verso organizzazioni abilitate dall'AI.

Dove fluicono i soldi seed: le principali aree terapeutiche

Non tutta la ricerca sul cancro è finanziata allo stesso modo. Gli investitori nella fase seed stanno piazzando scommesse calcolate su aree scientifiche specifiche in cui l'AI può accelerare i progressi in modo più drammatico. Comprendere queste aree rivela la logica strategica dietro la concentrazione del capitale early-stage.

1) Piattaforme di scoperta di farmaci guidate dall'AI

La quota più ampia dei finanziamenti seed va a società che costruiscono piattaforme AI per il design delle molecole e l'identificazione di candidati farmaci. Non sono aziende che lavorano su un singolo farmaco — stanno costruendo infrastrutture per scoprire molti farmaci attraverso diversi tipi di cancro. Isomorphic Labs, fondata da scienziati di Google DeepMind, ha chiuso un round seed storico da $600 million nel Q1 2025, supportata da Alphabet, con la missione di costruire laboratori di scoperta di farmaci completamente automatizzati guidati dall'AI.

Manas AI, co-fondata da Reid Hoffman di LinkedIn e dallo storico del cancro Dr. Siddhartha Mukherjee, ha raccolto $24.6 million in seed per mirare al cancro al seno, al cancro alla prostata e al linfoma, con l'obiettivo esplicito di raggiungere target molecolari prima irraggiungibili. Bioptimus, una startup francese, ha raccolto un round seed da $35 million per costruire modelli AI fondamentali per la biologia.

2) Diagnostica del cancro e rilevamento precoce

Un flusso significativo di finanziamenti seed è inoltre diretto verso strumenti diagnostici potenziati dall'AI che rilevano il cancro prima, più accuratamente e in modo più economico. Modelli di deep learning addestrati su imaging medico, vetrini di patologia, sequenze genomiche e biomarcatori ematici stanno abilitando capacità di rilevamento che superano i metodi tradizionali.

Le aziende in questo spazio attirano l'attenzione degli investitori perché la diagnosi precoce rimane una delle leve più potenti per migliorare i tassi di sopravvivenza al cancro. Sentinal4D, una startup con sede nel Regno Unito, usa l'AI per la scoperta di farmaci oncologici e la diagnosi tumorale personalizzata a livello di singola cellula. PathAI, che applica il deep learning ai vetrini di patologia, ha raccolto oltre $255 million, inclusa una partnership strategica con Quest Diagnostics.

3) Immunoterapia e vaccini anti-cancro

Gli investitori seed stanno anche finanziando una nuova ondata di aziende di immunoterapia potenziate dall'AI. La logica è convincente: l'immunoterapia ha trasformato il trattamento del cancro, ma la sua efficacia rimane incoerente tra i pazienti. L'AI viene utilizzata per prevedere quali pazienti risponderanno a quali approcci, progettare vaccini anti-cancro più mirati e ingegnerizzare terapie cellulari CAR-T e TIL (tumor-infiltrating lymphocyte) più intelligenti.

Dispatch Bio ha debuttato con $216 million in finanziamenti combinati seed e Series A supportati da Arch Venture Partners, il Parker Institute for Cancer Immunotherapy, Bristol Myers Squibb e importanti università con l'obiettivo di creare un trattamento universale per i tumori solidi. Evaxion, una società di vaccini anti-cancro potenziata dall'AI, ha raccolto $10.8 million a gennaio 2025 per far avanzare i suoi programmi di vaccini personalizzati contro i neoantigeni.

4) Struttura delle proteine e genomica

La capacità dell'AI di prevedere le strutture proteiche, resa famosa da AlphaFold di DeepMind, ha aperto una nuova frontiera nella scoperta di farmaci oncologici. Le proteine sono la macchina molecolare della biologia del cancro, e comprendere le loro forme tridimensionali è cruciale per progettare farmaci che interferiscano con precisione nei processi cancerosi.

EvolutionaryScale, una startup di San Francisco che progetta proteine innovative usando il machine learning, ha raccolto un eccezionale seed round da $142 millioni a metà 2024, guidato da Lux Capital. DISCO Pharmaceuticals, con sede in Germania, ha raccolto un seed round da $21.75 millioni per mappare il surfaceome del small cell lung cancer, una base scientifica che potrebbe generare nuovi target terapeutici completamente inediti.

I seed round indicano la scommessa. Queste 19 startup la stanno già realizzando.

Ecco chi sta effettivamente costruendo l'infrastruttura per la scoperta di farmaci con AI che gli investitori stanno sostenendo.

→ Leggi: 19 Pharma Startups che stanno plasmando la scoperta di farmaci guidata dall'AI

Gli investitori che guidano il finanziamento early-stage sull'AI per il cancro

Il profilo degli investitori nei seed round sull'AI per il cancro merita un esame approfondito, perché rivela come è strutturato il mercato e chi sta modellando le priorità scientifiche con il proprio capitale.

I principali attori attualmente attivi in questo settore includono:

1. ARCH Venture Partners — uno degli investitori seed più attivi nelle scienze profonde, con partecipazioni in Xaira Therapeutics e Dispatch Bio
2. Andreessen Horowitz (a16z) — sostiene piattaforme di discovery di farmaci native per l'IA con un focus sulla biologia computazionale
3. Lux Capital — leader nei round per aziende di protein AI e genomica come EvolutionaryScale
4. Parker Institute for Cancer Immunotherapy — un investitore guidato da una missione focalizzato specificamente sulle scoperte nell'immunoterapia
5. Alphabet (Google) — tramite Isomorphic Labs, sta effettuando una delle più grandi scommesse seed di AI in biotecnologia nella storia
6. Bristol Myers Squibb e altre Big Pharma, che sempre più spesso co-investono nella fase seed per assicurarsi accesso precoce a scienze dirompenti

Una tendenza distintiva in questa classe di investitori è l'insistenza sul fatto che una startup biotech abbia competenze significative in AI e computazione integrate nel team fondatore, non aggiunte come ripensamento. Fondi come Dimension e Lux Capital valutano non solo l'ipotesi terapeutica ma la profondità della capacità di machine learning che la supporta. 

Quello che questo mix di investitori rivela infine è che il finanziamento seed per l'AI applicata al cancro non è più dominio esclusivo del tradizionale venture capital life science. Big Tech, pharma aziendale e fondi mission-driven sono tutti al tavolo, ciascuno con una lente strategica diversa e collettivamente spingendo le dimensioni dei round verso nuovi livelli.

I rischi dietro l'entusiasmo

L'entusiasmo per il finanziamento è reale, ma lo sono anche i rischi. Non ogni dollaro investito nelle startup di AI per il cancro produrrà un farmaco funzionante, un diagnostico convalidato o un miglioramento significativo negli esiti per i pazienti. La storia della biotech è piena di idee ben finanziate che hanno fallito in fase clinica, e l'AI non immunizza nessuna azienda contro la complessità intrinseca della biologia.

Diversi fattori di rischio specifici meritano attenzione:

1. Il divario nella traduzione clinica: Un modello di AI che funziona brillantemente in silico può comunque fallire quando le predizioni incontrano l'imprevedibilità della biologia umana in uno studio clinico.
2. Qualità dei dati e bias: I sistemi di AI sono buoni quanto i dati su cui sono addestrati. I dataset oncologici che sottorappresentano certe popolazioni possono produrre modelli che funzionano bene per alcuni pazienti e male per altri.
3. Pressione per i finanziamenti successivi: Le startup che non riescono a mostrare risultati biologici concreti oltre algoritmi impressionanti faticano a raccogliere il round successivo.
4. Concorrenza geopolitica: China ha impegnato $48.5 billioni in deal biotech solo nella prima metà del 2025, più di tutto il 2024 sommato, rimodellando il panorama competitivo in modi che gli investitori seed occidentali non possono ignorare.

La biforcazione che ciò crea è netta: da un lato aziende ben capitalizzate con supporto istituzionale, e dall'altro nuovi arrivati sottofinanziati che lottano per colmare il divario tra algoritmo e clinica.

I soldi dei seed scorrono sulla promessa.

Il ROI è dove si racconta la storia vera.

Ecco se l'investimento in AI da parte delle pharma sta davvero pagando, e cosa dicono i numeri.

→ Leggi: L'investimento delle pharma nell'AI sta davvero ripagando? Ecco cosa dicono i numeri

Cosa ci dice la mappa dei finanziamenti sul futuro?

Considerata nel suo insieme, la distribuzione dei finanziamenti seed nella ricerca sull'AI per il cancro racconta una storia coerente su dove arriveranno i progressi nel prossimo decennio. Il denaro è concentrato in aree dove l'AI ha un vantaggio dimostrabile: progettare molecole più velocemente, leggere immagini con più precisione, prevedere la risposta del paziente in modo più affidabile e modellare il comportamento delle proteine con maggiore accuratezza. 

Sta fluendo verso team che combinano profonda competenza biologica con genuina capacità computazionale, uniti dalla convinzione che il vecchio modello di sviluppo dei farmaci oncologici sia pronto per essere rivoluzionato. I farmaci che cureranno il cancro nel 2035 probabilmente vengono progettati ora, in laboratori potenziati dall'AI finanziati dai seed round odierni. 

Se la scienza si tradurrà in migliori esiti per i pazienti rimane la questione più importante. Ma il denaro ha trovato la sua direzione, puntando dritto all'intersezione tra intelligenza artificiale e il più antico nemico della medicina.

FAQ

1) Perché l'IA attrae finanziamenti seed significativi nella ricerca sul cancro?

L'IA ha il potenziale per accelerare la scoperta di farmaci, migliorare la diagnostica oncologica e ridurre il tempo e i costi associati allo sviluppo di nuove terapie. Gli investitori vedono l'IA come uno strumento che può aiutare i ricercatori a identificare candidati farmaci promettenti, analizzare dati biologici complessi e migliorare il processo decisionale durante lo sviluppo. Questo potenziale di maggiore efficienza e innovazione continua ad attirare un forte interesse da parte di venture capital, aziende farmaceutiche e investitori tecnologici. Di conseguenza, le startup nel campo dell'IA applicata al cancro rimangono un'area di investimento importante nonostante le sfide più ampie del mercato.

2) Quali aree della ricerca sul cancro ricevono la maggior parte dei finanziamenti seed guidati dall'IA?

Una grande parte dei finanziamenti è diretta verso piattaforme di scoperta di farmaci potenziate dall'IA, diagnostica oncologica, sviluppo di immunoterapie, vaccini contro il cancro e ricerca sulla struttura delle proteine. Gli investitori sono particolarmente interessati a tecnologie che possano accelerare la progettazione di molecole, migliorare la diagnosi precoce e identificare nuovi bersagli terapeutici. Queste aree offrono opportunità per affrontare alcune delle principali sfide in oncologia e, al contempo, fornire un impatto clinico significativo. Le aziende che operano all'incrocio tra biologia, data science e intelligenza artificiale stanno attirando notevole attenzione.

3) Quali rischi considerano gli investitori quando finanziano startup di IA nel settore oncologico?

Sebbene l'IA offra possibilità entusiasmanti, gli investitori riconoscono che algoritmi potenti da soli non garantiscono risultati medici di successo. Sfide come la qualità dei dati, la complessità biologica, la validazione clinica e i requisiti normativi possono influenzare il successo dei programmi guidati dall'IA. Le startup devono dimostrare che le loro predizioni computazionali possono tradursi in risultati scientifici e clinici significativi. Gli investitori pertanto cercano team che combinino una profonda esperienza sia nelle scienze della vita sia nell'intelligenza artificiale per aumentare la probabilità di successo a lungo termine.