Da qualche anno a qualche parte DeepMind, l’intelligenza artificiale di Alphabet (e quindi di Google, che della holding Alphabet fa parte), ne ha fatta strada.
Nel 2019 vi avevamo raccontato di come DeepMind sapesse battere i campioni di StarCraft II. Oggi DeepMind, o meglio AlphaFold, ha fatto molto di più.
Procediamo con ordine. AlphaFold è un programma di intelligenza artificiale sviluppato da DeepMind che esegue previsioni sulla struttura delle proteine. È stato attivato nel 2018, e dopo quattro anni è riuscito in una notevole impresa. DeepMind ha infatti svelato la struttura molecolare 3D di quasi tutte le proteine a oggi conosciute.
Vediamo più nel dettaglio a quali risultati è approdato il programma AlphaFold.
Il progresso di AlphaFold
Dicevamo che oggi DeepMind ha ricostruito la struttura di quasi tutte le proteine conosciute.
Il progresso di AlphaFold in quattro anni è stato sorprendente. Si pensi solo che la banca dati, lo scorso anno, custodiva la struttura di circa 350.000 molecole di proteine. E adesso siamo arrivati a 200 milioni.
Il database potrà avere un enorme impatto nel mondo della scienza, perché è gratuitamente consultabile da qualunque scienziato.
I 200 milioni di strutture proteiche a disposizione della scienza coprono la quasi totalità di quelle esistenti nel mondo animale e vegetale.
L’immenso archivio darà modo a scienziati e ricercatori di studiare il funzionamento delle proteine eliminando il lavoro (spesso lungo e complesso) della configurazione 3D delle catene di amminoacidi.
L’impatto nel mondo della scienza
AlphaFold, nel 2021, ha codificato tutte le 20.000 proteine mappate dal Dna umano.
Nel corso dell’ultimo anno sono stati circa 500.000 gli scienziati che hanno consultato il database. Ed è del tutto evidente come il risultato raggiunto farà crescere esponenzialmente questa cifra.
Tra gli apporti concreti che il programma ha dato al mondo scientifico, ricordiamo che AlphaFold ha contribuito alla cura di malattie come la malaria e allo studio della resistenza dei batteri agli antibiotici. Ma ha anche fornito un aiuto nella gestione del degrado di rifiuti come la plastica.
Perché è importante la struttura 3D delle proteine
Le proteine sono composte da un numero limitato di amminoacidi: quelli principali, detti ordinari, sono solo 20.
Tuttavia, così come le sette note musicali possono dare vita a una gamma pressoché infinita di melodie, allo stesso modo gli amminoacidi possono combinarsi in innumerevoli varietà di aggregazioni nello spazio. Ed è proprio studiando la struttura 3D di ogni singola proteina che se ne possono dedurre importanti informazioni su caratteristiche e funzioni.
E non solo: si può anche intervenire per modificare o regolare la proteina in questione: è in questo modo, ad esempio, che si producono nuovi farmaci.
AlphaFold
AlphaFold, attiva dal 2018, è stata tuttavia lanciata nel 2021.
L’archivio iniziale conteneva più di 350.000 previsioni sulla struttura 3D delle proteine, comprese quelle del Dna umano. Continui aggiornamenti hanno portato all’attuale cifra di 200 milioni di proteine, consultate da oltre 500.000 ricercatori provenienti da più di 190 Paesi.
AlphaFold, programma di DeepMind che prevede la struttura 3D delle proteine, nasce dalla collaborazione di Alphabet (che ha sviluppato l’algoritmo) e dell’European molecular biology laboratory (Embl).
Il database, che si basa su tecniche di machine learning, bioinformatica a biologia strutturale, funziona come un motore ricerca. Dopo aver inserito i dati della proteina (nome, gene o sequenza di amminoacidi), si ottiene la previsione della struttura 3D con precisione atomica.
Le dichiarazioni
Sameer Velankar, team leader della Embl-Ebi Protein data bank europea, ha commentato i risultati ottenuti da AlphaFold. Velankar ha detto: “Solo nell’ultimo anno sono stati pubblicati oltre mille articoli scientifici su un’ampia gamma di argomenti di ricerca che utilizzano le strutture di AlphaFold. E questo è solo l’impatto di un milione di previsioni: immaginate quale può essere quello di 200 milioni, tutte apertamente accessibili nel nostro database”.
Demis Hassabis, fondatore e Ceo di DeepMind, ha aggiunto: “Siamo rimasti sorpresi dalla velocità con cui AlphaFold è già diventato uno strumento essenziale per centinaia di migliaia di scienziati nei laboratori e nelle università di tutto il mondo”.
Ha commentato la notizia anche Venki Ramakrishnan, premio Nobel per la chimica nel 2009 per la scoperta della struttura e funzione dei ribosomi. Le sue parole: “Questo lavoro computazionale rappresenta uno straordinario progresso sul problema della struttura delle proteine, una sfida in biologia che dura da cinquant’anni. Sarà emozionante vedere i molti modi in cui cambierà radicalmente ricerca biologica”.
Rimani aggiornato seguendoci su Google News!
Da non perdere questa settimana su Techprincess
🚪 La pericolosa backdoor di Linux, disastro sventato da un solo ricercatore
🎶Streaming Farms: il lato oscuro della musica, tra ascolti falsi e stream pompati
✈️Abbiamo provato DJI Avata 2: sempre più divertente!
✒️ La nostra imperdibile newsletter Caffellattech! Iscriviti qui
🎧 Ma lo sai che anche Fjona ha la sua newsletter?! Iscriviti a SuggeriPODCAST!
📺 Trovi Fjona anche su RAI Play con Touch - Impronta digitale!
💌 Risolviamo i tuoi problemi di cuore con B1NARY
🎧 Ascolta il nostro imperdibile podcast Le vie del Tech
💸E trovi un po' di offerte interessanti su Telegram!
