Un'intelligenza artificiale di DeepMind, una società di Google, ha previsto con successo la struttura di 200 milioni di proteine, quasi tutte note alla scienza. Questi dati, liberamente disponibili a chiunque, sono essenziali per comprendere la biologia di tutti gli esseri viventi sul pianeta e possono guidare lo sviluppo di nuovi farmaci o tecnologie contro l'inquinamento da plastica o la resistenza agli antibiotici.
Le proteine sono i mattoni della vita. Costituito da catene di amminoacidi, che si ripiegano in forme complete, una struttura 3D che determina in gran parte la loro funzione. Saper piegare una proteina ci ha permesso di provare a capire come funziona e come si comporta, che è stata una delle grandi sfide della biologia per più di cinque anni.
L'anno scorso, DeepMind ha sorpreso la comunità scientifica rilasciando il codice per AlphaFold. Le strutture di un milione di proteine, comprese tutte le proteine del corpo umano, sono disponibili in un database costruito insieme al Laboratorio Europeo di Biologia Molecolare (EMBL), un istituto di ricerca internazionale.
La scoperta ha cambiato per sempre la biologia e la medicina. In pochi minuti e con grande precisione, i ricercatori sono stati in grado di ottenere informazioni molto rilevanti, ad esempio, sulle proteine coinvolte in diverse malattie. L'opera è stata riconosciuta dalla rivista 'Science' come la ricerca scientifica più importante dell'anno.
Insicurezza alimentare e malattie
Il nuovo aggiornamento con 200 milioni di proteine, un'importante accelerazione rispetto al mulino iniziale, include strutture per piante, batteri, animali e molti, molti altri organismi, aprendo enormi opportunità per AlphaFold di avere un impatto su questioni importanti come sostenibilità, carburante, insicurezza alimentare e malattie trascurate", afferma la britannica Demis Hassabis, fondatrice e CEO di DeepMind, una delle più grandi società di ricerca sull'intelligenza artificiale del mondo. Premiato quest'anno con il Premio Principessa delle Asturie per la ricerca scientifica e tecnica, Hassabis, che era un bambino prodigio degli scacchi e un designer di giochi per computer, ritiene che gli scienziati potrebbero utilizzare i risultati per comprendere meglio le malattie e accelerare l'innovazione nella scoperta di farmaci e biologia.
Dal suo lancio nel 2020, più di 500 ricercatori provenienti da 000 paesi hanno avuto accesso ad AlphaFold per oltre 190 milioni di strutture. Lo hanno utilizzato, tra l'altro, per scoprire le proteine che influiscono sulla salute delle api e rilasciano un efficace vaccino contro la malaria. A maggio, i ricercatori guidati dall'Università di Oxford hanno annunciato di aver utilizzato questo algoritmo per aiutare a determinare la struttura di una proteina chiave del parassita della malaria e hanno verificato che gli anticoagulanti potevano bloccare la trasmissione del parassita.
pori nucleari
Un altro uso riuscito di AlphaFold ha messo insieme il complesso dei pori nucleari, uno degli enigmi più diabolici della biologia. La struttura è composta da centinaia di parti proteiche e controlla tutto ciò che entra ed esce dal nucleo cellulare. È stato anche utilizzato per colpire malattie come la leishmaniosi e il morbo di Chagas, che colpiscono in modo sproporzionato le persone nelle parti più povere del mondo, o la lebbra e la schistosomiasi, una malattia acuta e cronica causata da vermi parassiti che distrugge la vita di più di un miliardi di persone in tutto il mondo.
Lo strumento farà risparmiare ai ricercatori un sacco di tempo, è necessario prevedere le strutture delle proteine è un compito arduo. “AlphaFold è un progresso unico e epocale nelle scienze della vita che dimostra il potere dell'IA. Determinare la struttura 3D di una proteina richiedeva molti mesi o anni, ora ci vogliono pochi secondi", afferma Eric Topol, fondatore e direttore dello Scripps Research Institute. Hassabis lo ha paragonato a qualcosa di semplice come fare una ricerca su Google.
Per Jesús Pérez Gil, professore di Biologia Molecolare e Biochimica all'Università Complutense di Madrid, le previsioni di AlphaFold suggeriscono "un enorme cambiamento" nella sua capacità di ricerca. L'affidabilità dell'intelligenza artificiale «è stata finora spettacolare, molto meglio di quanto si potesse immaginare. È sorprendente che molte di queste strutture assomiglino così tanto quando viste sperimentalmente", ha ammesso. Il ricercatore ricorda che si tratta di simulazioni, e che tutte devono essere confermate con studi sperimentali. Il passo successivo consisterebbe non solo nella comprensione della struttura delle proteine, ma anche nello svelare come cambiano quando interagiscono tra loro o con altri elementi molecolari.
“Le proteine sono ciò che svolge la maggior parte delle funzioni nelle cellule e nei tessuti. Sapere come si formano e come si comportano quando interagiscono tra loro o con altre molecole ci consentirà di sviluppare bersagli terapeutici per farmaci, ricercare applicazioni biotecnologiche o industriali nell'industria alimentare, processi industriali o sostenibilità ambientale”, indica Pérez Gil .
