Non soltanto proteine dalla struttura complessa, ma gli acidi nucleici come il Dna e l'Rna, e le armi delle difese immunitarie come anticorpi e antigeni: l'intelligenza artificiale ha imparato a far interagire tra loro tutte le molecole della vita, fornendo alla biomedicina uno strumento nuovo e potente per ottenere nuove terapie e nuovi farmaci. Il risultato, pubblicato sulla rivista Nature, si deve al nuovo modello AlphaFold 3 messo a punto dall'azienda Google DeepMind e da Isomorphic Labs. La stessa azienda ha messo a punto un altro strumento messo, chiamato AlphaFold Server, che permette ai ricercatori che lavorano nel pubblico di accedere liberamente ad AlphaFold 3.
Una possibilità, questa, accolta positivamente dal mondo della ricerca. "AlphaFold Server rende più democratica la ricerca e apre l'utilizzo della biologia strutturale a un pubblico più vasto", commenta Frank Uhlmann del Francis Crick Laboratory. Nello stesso istituto, Céline Bouchoux ha cominciato a utilizzare il modello per studiare come viene separato il Dna durante il processo di divisione cellulare. Matthew Higgins, che all'Università di Oxford studia un vaccino contro la malaria, vede nell'aiuto dell'intelligenza artificiale possibilità destinate a "fare la differenza nella capacità di capire come funzionano i macchinari delle nostre cellule. E tutto questo - osserva - è racchiuso in un server facile da utilizzare".
Ci sono grandi attese anche nella ricerca sulle nuove armi capaci di combattere i batteri resistenti agli antibiotici: il nuovo strumento "faciliterà sensibilmente il lavoro di biochimici e i biofisici", dice Julien Bergeron, del King's College di Londra. "Il nuovo server è così veloce e facile da usare - aggiunge - che sarà senza dubbio adottato da tutti coloro che lavorano nelle scienze della vita.
Molti altri gruppi di ricerca si preparano a usare il nuovo modello per scoprire farmaci contro la tubercolosi, altri puntano a costruire siringhe molecolari per iniettare proteine nelle cellule e altri ancora a trovare la giusta combinazione di molecole per la cattura della CO2, o per ottenere enzimi mangia-plastica, per scoprire microrganismi nocivi per le piante e per ottenere tessuti in modo sostenibile, o ancora per capire meglio malattie come il Parkinson o l'osteoporosi.
Coordinata da John M. Jumper di Google DeepMind, la ricerca ha dimostrato che AlphaFold 3 è in grado di prevedere con un alto grado di precisione le strutture molecolari complesse che possono nascere facendo interagire fra loro tutti i tipi di molecole biologiche, a partire dal Dna nel quale è scritto il libro della vita.
In soli quattro anni il modello di intelligenza artificiale AlphaFold ha fatto passi da gigante: messo a punto nel 2020, già nella versione AlphaFold 2 permetteva di prevedere la struttura 3D di una proteina a partire dalla sequenza dei mattoni che la compongono, gli amminoacidi; quindi è stata la volta di AlphaFold-Multimer, che ha reso più facile prevedere l'interazione fra proteine diverse, al punto che nel 2021 ha meritato la copertina della rivista Science. Sono eloquenti anche i dati, con 1,8 milioni di utilizzatori in 190 Paesi, 6 milioni di strutture viste.
Riproduzione riservata © Copyright ANSA
