intelligenza-artificiale

Un gruppo di ricercatori afferma di aver fatto una scoperta che potrebbe rivoluzionare lo sviluppo di nuovi trattamenti. In questione, è un sistema di intelligenza artificiale che riesce a utilizzare la sequenza del DNA di una proteina per prevedere la sua struttura tridimensionale con precisione atomica.

Questo è un risultato che risolve un problema che, da 50 anni, sfida gli esperti di biologia molecolare. Il team responsabile lavora per DeepMind, una società di Alphabet. L’impresa si è svolta nel contesto di una competizione in cui vengono utilizzati algoritmi per prevedere la struttura di un insieme di proteine ​​in base alla loro sequenza di DNA. Il software di DeepMind, soprannominato AlphaFold 2, era in grado di prevedere, con precisione atomica, due terzi dei casi ed era estremamente accurato nella maggior parte degli altri, secondo John Moult, biologo molecolare presso l’Università del Maryland e direttore del concorso. Rispetto agli altri modelli della concorrenza, questo sistema si è distinto ampiamente.

Demis Hassabis, co-fondatrice di DeepMind, ha già affermato che l’azienda ha tutto l’interesse ad estrarre il massimo beneficio possibile da queste tecnologie, ma confessa che non è stato ancora determinato come i ricercatori accademici potranno accedere a queste strutture. Nel 2021, Hassabis spera di essere in grado di dettagliare una soluzione per questo scopo.

Questo è un risultato scientifico che, secondo Janet Thornton, apre la porta alla mappatura dell’intero proteoma umano, l’insieme di tutte le proteine ​​e varianti che compongono il corpo umano. Ad oggi, solo un quarto di questo set è stato preso di mira da terapie sviluppate per curare malattie, quindi la comprensione di questo gruppo nel suo insieme può aprire le porte alla creazione di nuovi farmaci e versioni più efficaci di quelli esistenti.

 

Il futuro di questo progetto

Questo sistema di intelligenza artificiale aiuterebbe anche gli scienziati specializzati nella creazione di proteine ​​sintetiche, che potrebbero così esplorare lo sviluppo di cibi più nutrienti e di enzimi in grado di digerire la plastica.

Attualmente, il metodo più utilizzato dall’industria per ottenere la struttura di una proteina ha richiesto circa un anno per essere completato e costava 120mila dollari. Per AlphaFold 2, il calcolo richiede solo pochi giorni, e per questo sono necessarie solo risorse di calcolo che John Jumper, capo ricercatore del progetto, chiama “modesto”.

L’addestramento dell’intelligenza artificiale era un processo che richiedeva 128 unità computazionali personalizzate, oltre a 16 chip di elaborazione creati appositamente da Google. Questa struttura ha alimentato l’IA per alcune settimane.

Nel 1972, il chimico Christian Anfinsen suggerì che il DNA sarebbe stato sufficiente per determinare la struttura finale di una proteina. L’assunto ha avviato una ricerca del modello matematico più accurato per l’esercizio. Tuttavia, le permutazioni che la proteina può attraversare hanno portato il biologo Cyrus Levinthal a stimare che, anche con un modello matematico, ci vorrebbe più dell’età dell’universo conosciuto per arrivare alla struttura di una proteina per tentativi ed errori. AlphaFold 2 ha tagliato corto e limitato il processo a poche ore.

Image by Gerd Altmann from Pixabay