Intervista a Sergio Decherchi, tecnologo IIT. Su Alphafold un nuovo metodo computazionale di predizione della struttura tridimensionale delle proteine
L’Intelligenza Artificiale, come noto, è una tecnologia pervasiva in tutti i settori disciplinari. Recentemente le scienze computazionali e le applicazione dell’IA nel campo della ricerca biomolecolare hanno acquisito una certa popolarità grazie alle numerose uscite sui principali media nazionale ed internazionali relative al risultato raggiunto dalla divisione DeepMind di Google che potrebbe avere realizzato uno strumento per lo studio delle proteine in grado di rivoluzionare la ricerca in campo biologico e farmaceutico. Ci siamo fatti raccontare da Sergio Decherchi, tecnologo della linea di ricerca Computational and Chemical Biology di IIT, in cosa consiste questa scoperta e come potrebbe impattare sul lavoro dei team di ricerca in questo ambito scientifico.
AlphaFold ha fatto già parlare molto di se, in cosa consiste?
Consiste in una tecnica di intelligenza artificiale in grado di predire la struttura tridimensionale di una proteina (detta folding – ripiegamento) a partire dalla sua sequenza amminoacidica. Questo è di considerevole importanza in quanto la determinazione di struttura di una proteina avviene di solito con l’applicazione di complesse tecniche sperimentali. AlphaFold permette di predire questo tipo di strutture senza alcun esperimento fisico, ma “simulando l’esperimento” al calcolatore. Nella versione 1 dell’algoritmo nel dettaglio la rete neurale usata impara a predire le distanze a coppie fra gli amminoacidi e riduce il problema del folding ad un problema di minimizzazione di energia potenziale. Il minimo di questa energia rappresenta la soluzione predetta dalla tecnica. Nella versione 2, quella attuale, l’algoritmo è rivisto, ma sempre basato su AI. Esistono anche altri metodi, ma AlphaFold risulta particolarmente performante come dimostrato nella competizione CASP.
Cos’è la competizione CASP?
CASP (Critical Assessment of Structure Prediction) è una competizione che si tiene ogni due anni dove si sfidano le nuove soluzioni per la previsione delle strutture delle proteine con metodi computazionali sviluppate da aziende e centri di ricerca del mondo. Questo tipo di “competizione” ha selezionato le migliori tecnologie degli ultimi 35 anni del settore e stimolato la comunità scientifica internazionale ad intraprendere nuove strade per risolvere questa problematica.
Questo risultato cambierà lo scenario nel campo delle simulazioni molecolari e la scoperta di nuovi farmaci?
Potendo utilizzare uno strumento di questo tipo, che ha raggiunto oggi un buon grado di affidabilità nella predizione della struttura di una proteina, si potrebbero affrontare contemporaneamente più sfide nell’ambito della scoperta di nuovi farmaci. Infatti per la “Structure Based Drug Design”, la progettazione di farmaci che si basa sulla struttura delle molecole, è prerequisito fondamentale avere la struttura tridimensionale di proteine. Generarle in-silico, “saltando” tutta la parte sperimentale significherebbe ampliare significativamente il numero di proteine e quindi di malattie che potrebbero essere studiate e magari un giorno, grazie ai risultati ottenuti, curate. La ricerca in campo farmacologico sia per la scoperta di nuovi farmaci sia per il riposizionamento di farmaci esistenti si affida sempre di più alle scienze computazionali. Come l’ingegnere prima di costruire un edificio ne disegna il progetto al computer così il ricercatore prima di intraprendere la lunga e dispendiosa fase di sperimentazione in laboratorio di un nuovo medicinale, progetta accuratamente il principio attivo cercando di predirne, grazie alle tecniche simulative basate sulla fisica e l’intelligenza artificiale, l’efficacia nei confronti delle patologie.
Come le attività nel campo delle scienze computazionali di IIT si possono inserire in questo tipo di scoperte?
IIT ha alcuni gruppi che si occupano della scoperta di nuovi farmaci ed altri che sono interessati alla comprensione di meccanismi a livello molecolare a dettaglio atomico. Tecniche come docking e dinamica molecolare si possono avvalere di questo tipo di strumento in quanto fornisce il punto di partenza per analizzare questi sistemi complessi ed aumentare attraverso il calcolatore e la simulazione le nostre conoscenze nel campo della biologia. Questo conferma sempre di più come il calcolatore stia diventando strumento centrale a supporto della scoperta scientifica e come nella ricerca sia fondamentale non solo la potenza di calcolo delle macchine ma anche le competenze trasversali e la multidisciplinarietà del personale impegnato.
