L’avanzamento della ricerca biomedica negli ultimi anni ha subito un’accelerazione inaspettata grazie a una tecnologia di intelligenza artificiale: AlphaFold. Il sistema, sviluppato da Google DeepMind, ha risolto quello che per mezzo secolo era noto come il “problema del ripiegamento proteico”, aprendo nuove frontiere per la comprensione delle malattie e lo sviluppo di farmaci.
Per comprendere l’impatto di AlphaFold, è necessario chiarire il ruolo delle proteine. Esse sono le “macchine” molecolari che svolgono quasi tutte le funzioni vitali nel nostro corpo, dalla digestione alla risposta immunitaria, fino al trasporto dell’ossigeno. Ogni proteina è una lunga catena di amminoacidi che si piega spontaneamente in una forma tridimensionale unica. È proprio questa forma, o struttura 3D, a determinarne la funzione: se la proteina si piega male, non funziona correttamente, ed è così che insorgono molte malattie (come l’Alzheimer, il cancro o alcune patologie cardiovascolari).
Per decenni, gli scienziati hanno dovuto spendere anni e risorse enormi in laboratorio per determinare sperimentalmente la struttura di una singola proteina.
AlphaFold ha cambiato le regole del gioco. L’AI è in grado di prevedere la struttura 3D di una proteina con una precisione quasi indistinguibile dai metodi sperimentali, ma in pochi minuti.
Un esempio concreto, citato in un’analisi di Nature, riguarda la biochimica Andrea Pauli: la sua ricerca per capire come lo spermatozoo e l’ovulo si uniscono (un processo cruciale per la fecondazione) era bloccata dalla difficoltà di visualizzare la proteina chiave Bouncer. AlphaFold ha fornito un modello 3D, prevedendo il meccanismo di aggancio e velocizzando la scoperta che il laboratorio da solo non era riuscito a finalizzare. L’AI, in questo senso, “accelera la scoperta”, come ha sottolineato la stessa ricercatrice.
Parte del successo di AlphaFold risiede nella sua accessibilità. I creatori del modello, inclusi i vincitori del premio Nobel John Jumper e Demis Hassabis, hanno reso il codice e un database di oltre 240 milioni di strutture liberamente disponibili. Questa filosofia di scienza aperta (open science) ha garantito che anche scienziati in paesi a basso reddito potessero utilizzare l’AI per le loro ricerche, democratizzando di fatto la conoscenza molecolare.
Le implicazioni di questa nuova conoscenza sono enormi per la sanità pubblica e i cittadini europei. In termini di sviluppo di farmaci e terapie, conoscere la forma esatta di una proteina difettosa o di una proteina patogena (come quelle di un virus) permette ai ricercatori di progettare farmaci che agiscano come una “chiave” precisa, bloccando o riparando la funzione sbagliata. Questo riduce drasticamente i tempi e i costi di ricerca, essenziali per affrontare malattie complesse e croniche. Per quanto riguarda la diagnosi e i trattamenti specifici, l’analisi delle strutture proteiche aiuta a comprendere l’impatto delle mutazioni genetiche sul corpo umano, aprendo la strada a diagnosi più accurate e trattamenti più personalizzati. Infine, i benefici già visibili sono in divenire: sebbene i farmaci basati su AlphaFold3 (la versione più recente, più mirata alla scoperta di farmaci) siano ancora in fase di sviluppo, gli scienziati sono convinti che le scoperte sui meccanismi biologici a livello molecolare fornite dalle versioni precedenti stiano già influenzando la cura di alcune malattie.
L’AI non è quindi un sostituto della ricerca, ma uno strumento potentissimo che, unendo informatica e biologia, sta accelerando la nostra capacità di risolvere le sfide mediche più urgenti. Spetta alla comunità scientifica e ai sistemi sanitari cogliere pienamente il potenziale di questa tecnologia.
(Foto di Google DeepMind su Unsplash)
Noi ci siamo
Quando è nata Avis Legnano i film erano muti, l’Italia era una monarchia e avere una radio voleva dire essere all’avanguardia. Da allora il mondo è cambiato, ma noi ci siamo sempre.