Nasce AlphaFold 3: un nuovo modello di intelligenza artificiale (IA) sviluppato da Google DeepMind e Isomorphic Labs, in grado di prevedere la struttura e le interazioni di tutte le molecole della vita.

DNA, RNA e piccole molecole, queste ultime alla base della creazione di moltissimi farmaci. Informazioni, strutturali e di “comunicazione” che aiuteranno a comprendere i processi biologici, e non solo, che costituiscono le cellule presenti nell’organismo con una accuratezza senza precedenti.

L’innovazione

Osservare più elementi del mondo in alta definizione, accelerando la comprensione delle “macchine molecolari” che alimentano il corpo umano. Siamo un insieme di ingranaggi perfetti e per mantenerli ben oliati, ottimizzarne il funzionamento, quanto più a lungo possibile, occorre conoscerne i meccanismi, prevederne eventuali inceppamenti, favorire il dialogo fra le parti alla base delle “salute” organica e biologica.

È questo uno degli obiettivi e dei valori di AlphaFold 3: un progetto che punta a garantire, ad esempio, ad aumentare la comprensione tra l’interazione di proteine con altri tipi di molecole almeno del 50% rispetto ai metodi di previsione esistenti, fino a raddoppiare la precisione della previsione per altre tipologie di componenti.

Tali informazioni potrebbero essere sfruttate sia per un upgrading riguardo al risaputo del mondo biologico e cellulare che, traslate alla clinica, potranno favorire il miglioramento, la scoperta e/o la messa a punto di nuovi farmaci.

Ad esempio Isomorphic Labs ha già avviato alcune collaborazioni con aziende farmaceutiche per lo studio e lo sviluppo  di nuovi trattamenti con l’auspicio di poter cambiare il decorso di una malattia, offrire trattamenti per patologie orfane o per migliorare la qualità di vita dei pazienti.

Ad oggi AlphaFold 2, la prima versione di questo progetto lanciata nel 2020 è che ha rappresentato un “beakthrough” nella predizione sulla conoscenza delle proteine, è stato sfruttato per ricerche in svariati ambiti: fra questi i vaccini contro la malaria, terapie oncologiche, la progettazione di enzimi. 

Come lavora

In elazione a una offerta campione di molecole, AlphaFold 3 ne genera la struttura congiunta, secondo un modello in 3D, rendendo così visibile come si incastrano e dialogano tra loro.

È in grado di modellare grandi biomolecole come proteine, DNA e RNA e piccole molecole, i cosiddetti ligandi, una categoria che comprende molti farmaci.

Inoltre, le potenzialità di AlphaFold 3 si estendono anche alla capacità di modellare le modifiche chimiche di molecole responsabili del buon funzionamento delle cellule, che se interrotte possono portare a malattie.

In buona sostanza AlphaFold 3, generato da una versione migliorata del modulo Evoformer, un’architettura di deep learning alla base prestazioni offerte dal fratello AlphaFold 2, dopo aver elaborato gli input assembla le sue previsioni utilizzando una rete di connessione e diffusione simile a quelle presenti nei generatori di immagini AI. Processo che porta da un iniziale prodotto e disponibilità di atomi vero la creazione di struttura molecolare finale e più accurata.

Come potrà essere utilizzato

Questo strumento gratuito e di “semplice” utilizzo potrà essere impiegato soprattutto in ricerca per generare strutture biologiche, ad esempio per formare e studiare molecole proteiche grandi e complesse, difficili da prevedere in modo rapido e accurato.

Un valore aggiunto per ricercatori e biologi. L’auspicio è che la versione ulteriormente avanzata di AlphaFold possa ampliare gli scenari con nuove conoscenze anche di ambito computazionali o in cui l’accesso è ancora limitato così come potenziare le applicazioni in contesti di “real word”, dalla ricerca farmacologica come la resistenza agli antibiotici o aree di diversa pertinenza, quali la sicurezza alimentare  e altro ancora.