Scienziati delle proteine e intelligenza artificiale si sfidano a viso aperto

Un team di scienziati delle proteine alla Rutgers University ha sfidato un programma informatico.

Spoiler alert: l’AI ha vinto. Ma solo per un soffio.

Confronto tra esseri umani e intelligenza artificiale

Gli scienziati hanno deciso di condurre un esperimento che mettesse a confronto un essere umano con una profonda comprensione del design e dell’auto-assemblaggio delle proteine con un programma informatico dotato di capacità predittive. Al primo posto nella lista dei potenziali scienziati c’era Vikas Nanda, un ricercatore al Center for Advanced Biotechnology and Medicine (CABM) alla Rutgers.

L’esperimento aveva lo scopo di vedere se l’essere umano o l’AI potesse fare un lavoro migliore nel prevedere quali sequenze di proteine si combinerebbero con maggiore successo.

I risultati sono stati pubblicati in Nature Chemistry.

Nanda, ricercatori al Laboratorio Nazionale di Argonne nell’Illinois e vari colleghi in tutto gli Stati Uniti affermano che la battaglia è stata “vicina ma decisiva”. La competizione ha messo Nanda e diversi colleghi contro il programma AI, che ha vinto con un margine ridotto.

Gli scienziati stanno cercando di acquisire più conoscenze sull’auto-assemblaggio delle proteine, credendo che comprendendolo meglio potrebbero progettare nuovi e innovativi prodotti per usi medici e industriali. Uno di questi prodotti potrebbe essere il tessuto artificiale umano per le ferite, mentre un altro potrebbe essere un catalizzatore per nuovi prodotti chimici.

Nanda è un professore nel Dipartimento di Biochimica e Biologia Molecolare alla Rutgers Robert Wood Johnson Medical School.

“Nonostante la nostra vasta esperienza, l’AI ha fatto altrettanto bene o meglio in diversi set di dati, mostrando il tremendo potenziale dell’apprendimento automatico per superare i pregiudizi umani”, ha detto Nanda.

Progettazione e auto-assemblaggio delle proteine

Le proteine sono costituite da grandi numeri di aminoacidi uniti uno dopo l’altro e le catene si ripiegano per formare molecole tridimensionali con forme complesse. La forma di ogni proteina e gli aminoacidi in essa contenuti determinano il suo comportamento. Ricercatori come Nanda sono coinvolti nella “progettazione delle proteine”, ovvero creano sequenze che producono nuove proteine. Il team ha recentemente progettato una proteina sintetica che può rilevare rapidamente il VX, un pericoloso agente nervino. Questo nuovo sviluppo potrebbe avere grandi implicazioni per nuovi biosensori e trattamenti.

Le proteine si auto-assemblano con altre proteine per formare superstrutture importanti nella biologia. In alcuni casi, sembra che le proteine seguano un disegno, come quando si auto-assemblano in una shell protettiva esterna di un virus. Altre volte, si auto-assemblano quando formano strutture biologiche associate a certe malattie.

“Comprendere l’auto-assemblaggio delle proteine è fondamentale per fare progressi in molti campi, tra cui medicina e industria”, ha detto Nanda.

Nanda e cinque altri colleghi hanno ricevuto un elenco di proteine e sono stati invitati a prevedere quali di esse erano probabili di auto-assemblarsi. Le previsioni sono state poi confrontate con quelle del programma informatico.

Gli esperti umani hanno utilizzato regole empiriche basate sulla loro osservazione del comportamento delle proteine negli esperimenti, compresi modelli di cariche elettriche e grado di avversione all’acqua. Hanno selezionato 11 proteine che prevedevano si auto-assemblerebbero, mentre l’AI ha scelto 9 proteine.

Il loro esperimento ha mostrato che gli esperti umani hanno fatto 6 previsioni corrette su 11 proteine, mentre il programma informatico ha scelto 9 proteine.

L’esperimento ha anche dimostrato che gli esperti umani “favorivano” certi aminoacidi rispetto ad altri, il che ha portato a scelte errate. L’AI ha scelto correttamente alcune proteine con qualità che non le rendevano ovvie.

“Stiamo lavorando per ottenere una comprensione fondamentale della natura chimica delle interazioni che portano all’auto-assemblaggio, quindi mi preoccupavo che utilizzare questi programmi potesse prevenire intuizioni importanti”, ha detto Nanda. “Ma ciò che sto iniziando a capire veramente è che l’apprendimento automatico è solo uno strumento, come qualsiasi altro.”