L’AI della divisione DeepMind di Google è riuscita a risolvere uno dei più grandi problemi della biologia: determinare la forma di una proteina

Author: Redazione

Un nuovo importante traguardo per l’Intelligenza Artificiale e il mondo della scienza. L’azienda britannica DeepMind di Google, grazie all’algoritmo AlphaFold, è riuscita a vincere una delle sfide più complesse della biologia: ha infatti trovato la chiave per prevedere la struttura delle proteine sulla base della sequenza di amminoacidi che le compongono.

Le proteine sono centrali nella nostra esistenza e in quella degli altri esseri viventi e la forma degli amminoacidi che le costituiscono è essenziale nel determinare la funzione. La maggior parte delle proteine ha dimensioni comprese tra 1 e 100 nanometri ed è quindi molto difficile studiarne la struttura. Per decenni è stata studiata usando tecniche come la cristallografia ai raggi X e la microscopia crioelettronica, che richiedono tempi molto lunghi e producono risultati non sempre soddisfacenti.

A partire dagli anni Ottanta, alcuni ricercatori cominciarono a seguire un approccio diverso, sfruttando le formidabili capacità di calcolo dei computer, però, i primi modelli informatici si rivelarono poco affidabili.

Per questo, dal 1994 si svolge, a cadenza biennale, la CASP (Critical Assessment of Structure Prediction), un esperimento a livello mondiale per la previsione della struttura proteica. Durante la competizione, i partecipanti ricevono le sequenze amminoacidiche di 100 proteine di struttura ignota: alcuni gruppi provano a calcolarne il ripiegamento, mentre altri lo determinano sperimentalmente. I risultati vengono poi confrontati per valutare l’efficacia dei metodi di previsione.

L’azienda di Google, DeepMind, si è ripresentata quest’anno con una versione aggiornata di AlphaFold, un modello che aveva dato alcuni risultati incoraggianti già nell’edizione CASP del 2018. Semplificando, questo sistema utilizza l’apprendimento automatico (deep learning) abbinato ad algoritmi che mimano il modo in cui noi umani facciamo i puzzle: prima uniscono le “tessere” (gli amminoacidi) in piccoli blocchi e poi li assemblano tutti insieme. 

In circa i due terzi dei casi, l’Intelligenza Artificiale ha dato risultati sulla forma delle proteine comparabili a quelli ottenuti con le osservazioni sperimentali, facendolo in tempi record (in alcuni casi, circa mezz’ora). Il modello ha ottenuto un punteggio di 90, su un massimo di 100 che indica la totale corrispondenza alla struttura basata sull’osservazione sperimentale della forma della proteina.

Un sistema rapido di analisi e di previsione della struttura, come quello che si potrebbe ottenere perfezionando ancora AlphaFold, potrebbe consentire di comprendere meglio alcune caratteristiche del nostro organismo e di alcune malattie, come quelle degenerative e i tumori. 

Si aprono, quindi, nuovi scenari per la ricerca biotech, promettendo di mettere il turbo allo sviluppo di nuovi farmaci, oltre che alla messa a punto di enzimi per lo smaltimento dei rifiuti e la produzione di biocarburanti.

Contattaci per scoprire tutte le news e i servizi di ThinkOpen

*I dati raccolti verranno trattati secondo la nostra informativa