La progettazione di proteine assistita dall’Intelligenza Artificiale (AI) sta diventando sempre più sofisticata grazie alle nuove tecnologie di apprendimento automatico e alle enormi risorse di dati a disposizione. Grazie all’aiuto di strumenti come AlphaFold2, i ricercatori stanno sperimentando nuovi design di proteine de novo, ovvero partendo da zero. In questo articolo esploreremo le ultime novità nel campo della progettazione di proteine e le opportunità che questa tecnologia offre in ambito biomedico e industriale.
Intelligenza artificiale e biologia
Il machine learning e altri strumenti computazionali basati sull’intelligenza artificiale (IA) hanno già dimostrato la loro abilità nel prevedere le strutture proteiche esistenti nel mondo reale.
AlphaFold 2, è ad esempio, un algoritmo sviluppato dagli scienziati di DeepMind in grado di prevedere la struttura delle proteine sulla base di una sequenza di amminoacidi. In biologia è diventato un nome familiare sin dal suo lancio nel luglio 2021. Oggi, AlphaFold 2 è utilizzato abitualmente da molti biologi strutturali.
Questo strumento potrebbe generare anche proteine ”su ordinazione”, comprese quelle con delle funzionalità non presenti in natura. Nonostante la vasta diversità molecolare delle proteine naturali, ci sono molti problemi biomedici e industriali che l’evoluzione non ha mai risolto.
Gli scienziati si stanno ora muovendo rapidamente verso il futuro della ricerca in quest’ambito. Futuro in cui si possa applicare un’attenta analisi computazionale per dedurre i principi che governano la struttura e la funzione delle proteine del mondo reale. Questi stessi principi potrebbero poi essere applicati per costruire proteine su misura con funzioni ideate dall’utente.
Ad oggi, le aziende che operano in quest’ambito si sono concentrate sulla riorganizzazione delle proteine esistenti per eseguire nuovi compiti o migliorare proprietà specifiche e non su una vera progettazione da zero. Ad esempio, gli scienziati di Generate Biomedicines hanno attinto alle conoscenze esistenti sulla proteina spike SARS-CoV-2 e sulle sue interazioni con il recettore ACE2. Tutto questo per progettare una proteina sintetica in grado di bloccare l’ingresso virale in diverse varianti.
Il design proteico
Il campo della progettazione proteica assistita dall’intelligenza artificiale sta fiorendo adesso. Le sue radici risalgono però a più di due decenni fa. Tutto è iniziato con il lavoro di ricercatori accademici come David Baker, in quello che oggi è l’Institute for Protein Design dell’Università di Washington. A partire dalla fine degli anni ’90, Baker ha supervisionato lo sviluppo di Rosetta, un software fondamentale per la previsione e la manipolazione delle strutture proteiche. Da allora, Baker e altri ricercatori hanno sviluppato molti altri potenti strumenti per la progettazione delle proteine, alimentati dai rapidi progressi negli algoritmi machine learning.
Alcune delle più grandi scoperte nel mondo del deep learning riguardano i modelli generativi che possono creare proteine completamente nuove, mai viste prima in natura. Il software viene “addestrato” con grandi quantità di dati e immagini. Con tali informazioni si progettano nuove immagini in risposta alle domande degli utenti.
Lo stesso risultato si ottiene con le sequenze proteiche. L’algoritmo attinge a un ricco archivio di informazioni biologiche del mondo reale per inventare nuove proteine. Per fare ciò, tuttavia, i ricercatori devono anche fornire al computer una guida su vincoli biochimici e fisici che riguardano la progettazione delle proteine. Una strategia efficace per comprendere la struttura proteica è trattarla come “testo”, utilizzando algoritmi che seguono le regole della “grammatica” e della “sintassi” biologiche.
Un recente lavoro dei ricercatori di Generate descrive un nuovo algoritmo di progettazione basato su modellazione generativa chiamato Chroma. Questo include diverse funzionalità che ne migliorano le prestazioni e il tasso di successo. Oltre alla potenza dei nuovi algoritmi, l’enorme quantità di dati strutturali acquisiti dai biologi ha anche permesso al campo della progettazione delle proteine di decollare.
Proteine disegnate con l’AI: la soluzione a problemi biomedici e industriali il futuro della ricerca?
In futuro gli algoritmi più evoluti di nuova generazione dovrebbero consentire di generare proteine de novo.
Le proteine disegnate con l’IA possono avere funzioni non presenti in natura, rendendo questa tecnologia molto promettente per risolvere problemi biomedici e industriali. Secondo Lucas Nivon, CEO e co-fondatore di Cyrus Biotechnology, le proteine progettate al computer potrebbero rappresentare fino al 50% dei farmaci in futuro. Tuttavia, finora la maggior parte delle aziende che operano in questo settore si sono concentrate sulla modifica di proteine già esistenti invece che sulla creazione ex-novo.
Fonte: AI-enhanced protein design makes proteins that have never existed
Seguici su Telegram
