Google DeepMind ha presentato un sistema di intelligenza artificiale chiamato AlphaProteo in grado di progettare nuove proteine che si legano con successo alle molecole bersaglio, rivoluzionando potenzialmente la progettazione di farmaci e la ricerca sulle malattie.
AlphaProteo è in grado di generare nuove proteine leganti per diverse proteine bersaglio, tra cui il VEGF-A, associato al cancro e alle complicazioni del diabete. In particolare, è la prima volta che uno strumento di intelligenza artificiale riesce a progettare con successo un legante proteico per il VEGF-A.
Le prestazioni del sistema sono particolarmente impressionanti: ha raggiunto tassi di successo sperimentale più elevati e affinità di legame fino a 300 volte migliori rispetto ai metodi esistenti su sette proteine target testate:
Addestrato su un’enorme quantità di dati sulle proteine provenienti dalla Protein Data Bank e su oltre 100 milioni di strutture previste da AlphaFold, AlphaProteo ha imparato le complessità del legame molecolare. Data la struttura di una molecola bersaglio e le posizioni di legame preferite, il sistema genera una proteina candidata progettata per legarsi a quei siti specifici.
Per convalidare le capacità di AlphaProteo, il team ha progettato leganti per una vasta gamma di proteine bersaglio, tra cui proteine virali coinvolte nelle infezioni e proteine associate a cancro, infiammazione e malattie autoimmuni. I risultati sono stati promettenti: sono stati osservati alti tassi di successo di legame e la migliore forza di legame della categoria.
Ad esempio, per quanto riguarda la proteina virale BHRF1, l’88% delle molecole candidate di AlphaProteo si è legato con successo nei test in laboratorio. In media, i leganti AlphaProteo hanno mostrato un legame 10 volte più forte rispetto ai migliori metodi di progettazione esistenti per tutti gli obiettivi testati.
Le prestazioni del sistema suggeriscono che potrebbe ridurre significativamente il tempo necessario per gli esperimenti iniziali con leganti proteici in un’ampia gamma di applicazioni. Tuttavia, il team riconosce che AlphaProteo ha dei limiti: non è riuscito a progettare leganti efficaci contro il TNFɑ (una proteina associata a malattie autoimmuni come l’artrite reumatoide)
Per garantire uno sviluppo responsabile, Google DeepMind sta collaborando con esperti esterni per informare il proprio approccio graduale alla condivisione di questo lavoro e contribuire alle iniziative della comunità per lo sviluppo delle migliori pratiche, tra cui il nuovo AI Bio Forum dell’NTI.
Con l’evoluzione della tecnologia, il team intende collaborare con la comunità scientifica per sfruttare AlphaProteo su problemi biologici di grande impatto e comprenderne i limiti. Inoltre, sta esplorando applicazioni per la progettazione di farmaci presso gli Isomorphic Labs.
Sebbene AlphaProteo rappresenti un significativo passo avanti nella progettazione delle proteine, il raggiungimento di un forte legame è in genere solo il primo passo nella progettazione di proteine per applicazioni pratiche. Ci sono ancora molte sfide bioingegneristiche da superare nel processo di ricerca e sviluppo.
Tuttavia, i progressi di Google DeepMind hanno un enorme potenziale per accelerare i progressi in un ampio spettro di ricerche, tra cui lo sviluppo di farmaci, l’imaging di cellule e tessuti, la comprensione e la diagnosi delle malattie e persino la resistenza dei raccolti ai parassiti.
Puoi trovare il whitepaper completo di AlphaProteo qui (PDF)
Vedi anche: Paige e Microsoft svelano modelli AI di nuova generazione per la diagnosi del cancro
Vuoi saperne di più sull’IA e sui Big Data dai leader del settore? Dai un’occhiata all’ AI & Big Data Expo che si terrà ad Amsterdam, in California e a Londra. L’evento completo è in concomitanza con altri eventi importanti come Intelligent Automation Conference, BlockX, Digital Transformation Week e Cyber Security & Cloud Expo.
Scopri gli altri eventi tecnologici aziendali e i webinar di TechForge qui.
