L’intelligenza artificiale prevede la forma di quasi tutte le proteine ​​note alla scienza

Nel 2020, un laboratorio di intelligenza artificiale chiamato DeepMind ha svelato una tecnologia in grado di prevedere la forma delle proteine, i meccanismi microscopici che guidano il comportamento del corpo umano e di tutti gli altri esseri viventi.

Un anno dopo, il laboratorio ha condiviso lo strumento, chiamato AlphaFold, con gli scienziati e ha rilasciato le forme previste per oltre 350.000 proteine, comprese tutte le proteine ​​espresse dal genoma umano. Immediatamente ha cambiato il corso della ricerca biologica. Se gli scienziati sono in grado di identificare le forme delle proteine, possono accelerare la capacità di comprendere le malattie, creare nuovi farmaci e sondare in altro modo i misteri della vita sulla Terra.

Ora, DeepMind ha rilasciato previsioni per quasi tutte le proteine ​​conosciute dalla scienza. Giovedì, il laboratorio con sede a Londra, di proprietà della stessa società madre di Google, ha affermato di aver aggiunto oltre 200 milioni di previsioni a un database online disponibile gratuitamente per gli scienziati di tutto il mondo.

Con questa nuova versione, gli scienziati dietro DeepMind sperano di accelerare la ricerca su organismi più oscuri e dare vita a un nuovo campo chiamato metaproteomica.

“Gli scienziati ora possono esplorare l’intero database e cercare modelli: correlazioni tra specie e modelli evolutivi che potrebbero non essere stati evidenti fino ad ora”, ha affermato Demis Hassabis, amministratore delegato di DeepMind, in un’intervista telefonica.

Le proteine ​​iniziano come stringhe di composti chimici, quindi si attorcigliano e si piegano in forme tridimensionali che definiscono il modo in cui queste molecole si legano alle altre. Se gli scienziati riescono a individuare la forma di una particolare proteina, possono decifrare come funziona.

Questa conoscenza è spesso una parte vitale della lotta contro la malattia e la malattia. Ad esempio, i batteri resistono agli antibiotici esprimendo determinate proteine. Se gli scienziati riescono a capire come funzionano queste proteine, possono iniziare a contrastare la resistenza agli antibiotici.

In precedenza, individuare la forma di una proteina richiedeva un’ampia sperimentazione che coinvolgeva raggi X, microscopi e altri strumenti su un banco di laboratorio. Ora, data la serie di composti chimici che compongono una proteina, AlphaFold può prevederne la forma.

La tecnologia non è perfetta. Ma può prevedere la forma di una proteina con una precisione che rivaleggia con gli esperimenti fisici circa il 63% delle volte, secondo test di benchmark indipendenti. Con una previsione in mano, lo scientistic può verificarne l’accuratezza in tempi relativamente brevi.

Kliment Verba, un ricercatore dell’Università della California, San Francisco, che utilizza la tecnologia per comprendere il coronavirus e per prepararsi a pandemie simili, ha affermato che la tecnologia ha “potenziato” questo lavoro, risparmiando spesso mesi di tempo di sperimentazione. Altri hanno utilizzato lo strumento mentre lottavano per combattere la gastroenterite, la malaria e il morbo di Parkinson.

La tecnologia ha anche accelerato la ricerca oltre il corpo umano, compreso uno sforzo per migliorare la salute delle api. Il database ampliato di DeepMind può aiutare una comunità ancora più ampia di scienziati a trarre vantaggi simili.

come il dott. Hassabis, il dott. Verba ritiene che il database fornirà nuovi modi per comprendere come si comportano le proteine ​​tra le specie. Lo vede anche come un modo per educare una nuova generazione di scienziati. Non tutti i ricercatori sono esperti in questo tipo di biologia strutturale; un database di tutte le proteine ​​conosciute abbassa la barra per entrare. “Può portare la biologia strutturale alle masse”, ha detto il dottor Verba.

Leave a Reply

Your email address will not be published.