Google DeepMind raggiunge un traguardo storico: AlphaFold determina la struttura delle proteine grazie all’AI

L’Intelligenza Artificiale di Google DeepMind ha risolto una delle grandi sfide della biologia, il protein folding, elaborando il sistema AlphaFold che è in grado di determinare la struttura 3D di una proteina in poche ore, a fronte degli anni richiesti con i classici metodi sperimentali.

Questa importante scoperta è la dimostrazione che l’AI unita alla conoscenza delle persone può realmente aiutare l’uomo nelle grandi sfide che sembrava impossibile risolvere in tempi brevi.

Il sistema AlphaFold rivoluzionerebbe infatti la scoperta e lo sviluppo di nuovi farmaci e cure, offrendo un enorme contributo al mondo della biologia e della medicina.

Il problema del protein folding

Le proteine sono fondamentali per la nostra esistenza e quella di altri esseri viventi. Ognuna ha proprie caratteristiche determinate dalle catene di amminoacidi che le costituiscono e dalla forma che assumono ripiegandosi su loro stesse. Proprio la forma ne determina la loro funzione.

Negli ultimi 50 anni la maggior parte degli studi di biologia molecolare si è concentrata sui metodi da impiegare per comprendere come specifiche proteine si ripieghino su se stesse, il cosiddetto protein folding (ripiegamento delle proteine). I risultati però non sono stati sufficienti.

Il modo in cui le proteine ​​si piegano - o passano dall'essere una stringa casuale di aminoacidi a una struttura 3D complessa nella loro forma stabile finale - è la chiave per capire come vengono trasmesse le malattie. Se si comprende il processo di piegatura, è possibile modificarlo arrestando il progresso di un'infezione o correggere gli errori di piegatura che possono portare a disturbi neurodegenerativi e cognitivi.

Per trovare una soluzione a questo problema, a metà degli anni Novanta il biologo computazionale John Moult dell’Università del Maryland fondò insieme ad altri ricercatori il Critical Assessment of Structure Prediction - CASP, un’iniziativa per mettere in competizione ogni due anni i principali centri di ricerca per monitorare i progressi e stabilire lo stato dell'arte nella previsione della struttura delle proteine.

AlphaFold, la soluzione di Google DeepMind

Dopo 50 anni di ricerche, il team di ricercatori di Google DeepMind ha ideato AlphaFold, un modello che sfrutta tecniche di deep learning per prevedere la distanza tra le coppie di amminoacidi nelle catene che costituiscono le proteine e modellarle effettuando autonomamente una verifica sulla propria previsione.

Questo primo modello non aveva però portato a risultati sufficienti, fino ad oggi quando Google DeepMind ha ideato una rete neurale in grado di perfezionare continuamente il proprio grafico predittivo dei possibili risultati del ripiegamento delle proteine e, di conseguenza, fornire previsioni altamente accurate sulla struttura finale di una sequenza di proteine target. Il sistema è stato “nutrito” con la struttura di 170 mila proteine, sulle quali ha potuto agire per lo studio predittivo delle strutture 3D.

Il nuovo modello di AlphaFold ha ottenuto risultati così soddisfacenti che, nella competizione CASP14 di quest’anno, ha sorpreso i giudici e i maggiori esperti di biologia molecolare in quanto capace di determinare in pochissimo tempo la struttura di una proteina batterica che la comunità scientifica stava provando a decifrare da anni.

Intelligenza Artificiale per la social innovation

Questo importante traguardo dimostra l’impatto che l’Intelligenza Artificiale può avere nell’ambito della ricerca scientifica e il suo potenziale negli anni a venire per accelerare la comprensione di alcune malattie e lo sviluppo di nuovi farmaci, anche in termini di risparmio economico.

Un sistema come AlphaFold, in grado di prevedere con precisione la struttura delle proteine, potrebbe velocizzare il progresso in molte aree di ricerca importanti per la società, non solo in campo medico ma anche in ambito ambientale, come la ricerca di proteine ed enzimi che permettono di abbattere i rifiuti industriali o catturare in modo efficiente il carbonio dall’atmosfera.

Le performance di AlphaFold segnano dunque un punto di svolta in ambito di social innovation nel raggiungere l'obiettivo di creare un’intelligenza in grado di dare reale valore alla vita e al lavoro delle persone.