Premiata ancora l’IA con Hassabis, Jumper e Baker

Dopo quello per la fisica, l’intelligenza artificiale ha messo le mani anche sul Nobel per la chimica. I giurati del Karolinska Institutet che assegnano il riconoscimento hanno infatti selezionato gli statunitensi David Baker e John Jumper e l’inglese Demis Hassabis per le loro ricerche nel campo della «progettazione computazionale delle proteine e della previsione della loro struttura». A Baker, Hassabis e Jumper dobbiamo infatti i progressi più importanti nel campo dell’applicazione dell’informatica allo studio delle proteine in cui le reti neurali artificiali, già premiate il giorno prima, hanno giocato un ruolo decisivo.

IL LEGAME TRA LE PROTEINE e l’informatica può apparire oscuro. Le proteine sono lunghe catene composte da centinaia di aminoacidi, unità elementari che possono essere di soli venti tipi diversi. Combinando gli aminoacidi come le lettere dell’alfabeto, ogni proteina assume una funzione diversa nel corpo umano – enzimi, anticorpi, ormoni sono proteine – e non c’è processo biologico in cui le proteine non svolgano un ruolo. Dopo l’acqua, sono le molecole biologiche più abbondanti nel nostro organismo.

La funzione delle proteine è determinata in buona parte dalla particolare conformazione tridimensionale che esse assumono quando si aggrovigliano. La loro forma è studiata dagli anni ’60 con la cristallografia, una tecnica che ha permesso di catalogarne oltre centomila tra quelle note. Le leggi che governano l’arrotolamento delle proteine su se stesse tuttavia sono complicatissime e a lungo considerate impossibili da formalizzare. Ad esempio, pur conoscendo la sequenza degli aminoacidi di una proteina, prevedere a tavolino quale forma assumerà la catena aggrovigliata è praticamente impossibile perché ci sono moltissime configurazioni possibili. Di conseguenza, fino a pochi anni fa progettare una sequenza proteica che abbia la conformazione giusta per svolgere una funzione desiderata era ritenuto troppo difficile. Ad esempio, progettare al computer anticorpi in grado di prevenire un’infezione virale, un compito che oggi richiede lunghissime e dispendiose attività di laboratorio basate su tentativi ed errori.

PER RIUSCIRCI, è stato necessario sfruttare i progressi più recenti dell’informatica. Nei primi anni duemila, Baker e il suo gruppo di ricerca hanno realizzato il primo algoritmo in grado di progettare proteine che, una volta sintetizzate, prendessero la forma prevista. Hassabis e Jumper, invece, con la loro start-up DeepMind oggi controllata da Google hanno sviluppato una serie di reti neurali denominate «AlphaFold» in grado di prevedere il corretto ripiegamento delle proteine sulla base della loro sequenza di aminoacidi con un’accuratezza e una velocità senza precedenti. Grazie a questi progressi, la progettazione industriale di nuove proteine ad uso clinico sta diventando realtà. AlphaFold, ad esempio, è già stato utilizzato per mettere a punto un nuovo vaccino sperimentale contro la malaria e per individuare le proteine difettose che causano il morbo di Parkinson.