La scoperta di farmaci può essere definita come il processo per l’identificazione di nuove sostanze bioattive dotate di particolari proprietà farmacologiche, un obiettivo tipicamente raggiunto coinvolgendo numerose risorse umane, per un lungo periodo di tempo e con un costo estremamente elevato. Negli ultimi anni, si è assistito ad una crescente evidenza secondo cui l’utilizzo di modelli di deep learning possono fortemente accelerare il processo della scoperta di nuovi farmaci, consentendo una generazione data-driven di molecole. In questo talk viene presentato DeLa-Drug, un algoritmo di deep learning per la generazione di molecole analoghe ad una molecola data, costituito da una recurrent neural network basata su Long Short-Term Memory units. DeLa-Drug cattura la sintassi di stringhe SMILES di oltre un milione di sostanze appartenenti a ChEMBL28 ed è in grado di generare nuove molecole partendo da un singolo composto fornito dall’utente.