DeepMind pronto a trasformare le scienze biologiche risolvendo il problema del ripiegamento delle proteine

La divisione di intelligenza artificiale di Google (GOOGL ), DeepMind, ha recentemente fatto significativi progressi verso la risoluzione di una delle sfide più antiche della biologia, il calcolo della forma di una proteina a partire da una sequenza di aminoacidi. Secondo Nature, il risultato ha il potenziale di trasformare i campi della biologia e della chimica, consentendo ai ricercatori di determinare la funzione di molte proteine che attualmente sono misteriose.

La forma di una proteina definisce la sua funzione e la maggior parte delle funzioni biologiche dipendono dalle proteine. “Il ripiegamento delle proteine” è il nome dato al processo che converte le catene di aminoacidi nelle strutture tridimensionali che le proteine richiedono per svolgere le loro funzioni. Se i ricercatori possono determinare la relazione tra le sequenze di aminoacidi e la forma delle proteine che generano, possono determinare quali proteine influenzano diversi processi biologici.

I ricercatori ipotizzano che ci siano almeno 80.000 proteine all’interno del proteoma umano, ma solo una piccola frazione di queste proteine ha strutture note. Il metodo tradizionale per determinare la forma di una proteina può richiedere anni di esperimenti di laboratorio, anche sfruttando il potere degli algoritmi e dei modelli della scienza informatica. Il lavoro svolto da DeepMind può accelerare notevolmente il processo di scoperta delle strutture delle proteine, determinando in modo affidabile la struttura delle proteine in una frazione del tempo normale.

I ricercatori di DeepMind hanno addestrato i loro algoritmi su un database composto da circa 170.000 sequenze di proteine e le forme corrispondenti a quelle sequenze. Gli algoritmi sviluppati dai ricercatori sono stati addestrati su 100-200 GPU e il processo di addestramento ha richiesto alcune settimane per essere completato. Il modello sviluppato dai ricercatori è stato chiamato “AlphaFold”.

AlphaFold funziona attraverso un algoritmo di “tensione”, iniziando a collegare piccoli pezzi della proteina e poi scalando per collegare sezioni più grandi. Inizialmente, sono stati collegati piccoli cluster di aminoacidi e poi l’algoritmo ha cercato di trovare modi per collegare questi cluster.

I ricercatori di AlphaFold hanno inizialmente tentato di utilizzare algoritmi di apprendimento profondo convenzionali sui dati genetici e strutturali per prevedere la relazione tra aminoacidi e proteine. AlphaFold ha poi creato modelli di consenso per lo stile delle proteine. Quando questa tecnica si è rivelata avere troppe limitazioni, i ricercatori hanno provato una nuova strategia. Il team di ricerca di AlphaFold ha creato modelli addestrati su più caratteristiche e questa volta hanno fatto in modo che il modello restituisse previsioni per la struttura finale delle sequenze di proteine.

Il team di ingegneria ha sottoposto AlphaFold a un test di stress inserendolo in una competizione in cui gli algoritmi del computer competono per valutare la struttura di una proteina a partire da sequenze di aminoacidi. La competizione era la “Critical Assessment of Protein Structure Prediction” o CASP. I partecipanti alla competizione ricevono 100 sequenze di aminoacidi e i loro modelli devono determinare la struttura delle proteine. Non solo AlphaFold ha superato gli altri modelli del computer in termini di accuratezza, ma ha anche eseguito in modo comparabile alle tecniche di modellazione tradizionali basate sul laboratorio. Il punteggio mediano finale di AlphaFold è stato di circa 92 su 100, con metodi sperimentali basati sul laboratorio assegnati a un punteggio di 90. Il punteggio mediano di AlphaFold è sceso al 87% sulle proteine più difficili.

Secondo il CEO e co-fondatore di DeepMind, Demis Hassabis, la società sta già pianificando di dare ai ricercatori l’accesso ad AlphaFold, con scienziati dell’Istituto di biologia dello sviluppo Max Planck che già utilizzano il modello per scoprire strutture di proteine su cui stavano lavorando da oltre un decennio.

Janet Thornton, direttore emerito dell’Istituto di bioinformatica europeo, è stato citato su ScienceMag come dicendo che i risultati di DeepMind “cambieranno il futuro della biologia strutturale e della ricerca sulle proteine”. Nel frattempo, il biologo dell’Università del Maryland, Shady Grove, John Moult dice che non pensava che il problema del ripiegamento delle proteine sarebbe stato risolto in questa vita.

Sebbene AlphaFold sia molto improbabile che sostituisca completamente i metodi sperimentali tradizionali per la scoperta delle strutture delle proteine, potrebbe drammaticamente aumentare la velocità con cui vengono scoperte le strutture delle proteine. I ricercatori potrebbero richiedere meno dati sperimentali di alta qualità per determinare una struttura di proteina e i ricercatori hanno già accesso a un grande volume di dati genomici che potrebbero essere tradotti in strutture utilizzando le soluzioni di AlphaFold.