login LOGIN
CHIUDI chiudi
Il mio profilo

mostra
Hai dimenticato la password?
Inserisci l'indirizzo email di registrazione per reimpostare la password.
Segui le istruzioni che ti abbiamo inviato per posta elettronica.

Supercomputer e ricerca medica: da Foldit a Deepmind AlphaFold 2

Negli ultimi dieci anni gli algoritmi usati per studiare la chimica e la medicina hanno fatto passi da gigante e oggi sono uno strumento in più per la ricerca

proteina

Il 2020 è stato l'anno in cui il mondo ha capito quanto può essere potente, nel bene o nel male, una singola proteina. L'ormai famigerata "proteina spike" usata dal coronavirus SARS-CoV-2 ha causato oltre due milioni di morti e ha bloccato le economie di mezzo mondo. I vari vaccini sviluppati fino ad oggi puntano tutti a bloccare, onguno in un modo diverso dall'altro, questa proteina insegnando al nostro organismo come renderla inefficace.

Il fatto che siano passati pochissimi mesi dal giorno del sequenziamento del virus a quello della produzione della prima fialetta di vaccino è, invece, una conquista della tecnologia moderna e qualcosa di impossibile fino a dieci anni fa. Alla base di questa accelerazione c'è stata la capacità dei ricercatori, proprio grazie alla tecnologia, di scoprire la struttura tridimensionale delle proteine. Queste molecole, infatti, dal punto di vista chimico vengono "disegnate" come una serie di aminoacidi concatenati tra loro. Ogni aminoacido, a sua volta, è formato da vari atomi concatenati. Ma nulla di tutto ciò ci dice come è fatta tridimensionalmente una proteina.

La struttura tridimensionale della proteina, però, è una caratteristica fondamentale perché modifica profondamente la sua capacità di agire sul nostro organismo. Proprio la proteina spike ne è un esempio: la sua forma a cresta è la caratteristica che permette al virus di aggrapparsi ad una cellula umana per infettarla. Le diverse varianti del virus che stanno apparendo negli ultimi mesi nel mondo preoccupano proprio perche hanno una forma tridimensionale leggermente diversa. Ma come fanno gli scienziati a capire che forma ha una proteina?

Il ripiegamento delle proteine

Per capire quanto influisca la forma tridimensionale di una proteina sulle sue capacità basta paragonarla a un triciclo: grazie alle sue tre ruote il triciclo è perfettamente in grado di stare in equilibrio da solo, a differenza ad esempio di una bicicletta con due ruote, ma se la terza ruota la montiamo sul manubrio il triciclo non serve più a nulla: non solo non sta più in equilibrio, ma non può più neanche muoversi senza strisciare.

Con le proteine, succede qualcosa di simile (anche se infinitamente più complicato): la forma tridimensionale decide se sono o non sono efficaci per un determinato scopo. Il fenomeno chimico che decide la forma definitiva di una proteina si chiama "folding" o "ripiegamento delle proteine" e consiste nel modo in cui le varie molecole della proteina si posizionano nello spazio per darle la sua forma definitiva.

Riuscire a calcolare il folding proteico, quindi, è fondamentale per capire quanto sono pericolosi i virus, ma anche quanto potrebbero essere efficaci i farmaci. Farlo, però, per decenni è stata un sfida incredibile.

Giocare con le proteine: Foldit

foldit

Nel maggio del 2008 i ricercatori dell'Università di Washington hanno presentato un videogioco: si chiama Foldit (da "fold it", piegalo) e consiste nel piegare le varie molecole di una proteina al computer. I ricercatori, infatti, si erano resi conto che gran parte delle simulazioni di ripiegamento proteico fatte dai supercomputer portavano a risultati incongruenti o addirittura tecnicamente impossibili, facendo perdere tempo alla ricerca.

Foldit nasceva quindi per mettere insieme la potenza dei computer, anche quelli domestici, nell'elaborare strutture tridimensionali con l'intuito e le conoscenze chimiche dei giocatori. In questo modo non solo non si ottengono risultati impossibili da scartare, ma si possono anche usare le "mosse" fatte dai giocatori per educare gli algoritmi di intelligenza artificiale e correggere il comportamento errato dei supercomputer.

La rivincita delle macchine: DeepMind AI

Dodici anni dopo la nascita di Foldit un elaboratore elettronico si è preso una rivincita sui chimici-gamer: l'algoritmo di intelligenza artificiale Deepmind AlphaFold 2 (sviluppato da DeepMind, azienda acquistata da Google nel 2014 per mezzo miliardo di dollari) è infatti riuscito a risolvere il ripiegamento proteico di migliaia di proteine con un livello di accuratezza del 92,4%.

Ma non solo: DeepMind AI è riuscito in alcuni casi a migliorere le ipotesi di folding fatte con la cristallografia a raggi X e la microscopia crioelettronica, i due metodi oggi più usati dai chimici per disegnare in 3D le proteine. Entrambi i metodi si sono rivelati negli ultimi anni molto efficaci (sono stati ad esempio usati per scoprire la forma del SARS-CoV-2), ma non sono infallibili e non danno la certezza assoluta che la forma ipotizzata sia quella reale della proteina studiata.

A cura di Cultur-e
Addestramento IA non consentito: É assolutamente vietato l’utilizzo del contenuto di questa pubblicazione, in qualsiasi forma o modalità, per addestrare sistemi e piattaforme di intelligenza artificiale generativa. I contenuti sono coperti da copyright.
Fda
Prompt engineering
Immagine principale del blocco
Prompt engineering
Fda gratis svg
Come interrogare le intelligenze artificiali
Iscriviti al corso gratuito

Iscriviti
all'area personale

Per ricevere Newsletter, scaricare eBook, creare playlist vocali e accedere ai corsi della Fastweb Digital Academy a te dedicati.