Gran parte del recente hype sull’intelligenza artificiale è incentrato su affascinanti contenuti digitali generati da semplici istruzioni, insieme alle preoccupazioni sulla sua capacità di decimare la forza lavoro e rendere la propaganda dannosa molto più convincente. Tuttavia, alcuni dei lavori più promettenti – e potenzialmente molto meno inquietanti – dell’intelligenza artificiale si trovano nella medicina. Il nuovo aggiornamento del software AlphaFold 3 di Google DeepMind potrebbe portare a nuove scoperte sulla ricerca e sulla cura delle malattie.
Il software AlphaFold, sviluppato da Google DeepMind e Isomorphic Labs (anch’esso di proprietà di Alphabet), ha già dimostrato di essere in grado di prevedere il modo in cui le proteine si ripiegano con una precisione scioccante. Ha catalogato l’incredibile cifra di 200 milioni di proteine conosciute e Google afferma che milioni di ricercatori hanno utilizzato versioni precedenti per fare scoperte in aree come i vaccini contro la malaria, il trattamento del cancro e la progettazione di enzimi.
Conoscere la forma e la struttura di una proteina determina il modo in cui interagisce con il corpo umano, consentendo agli scienziati di creare nuovi farmaci o migliorare quelli esistenti. Ma la nuova versione, AlphaFold 3, può modellare altre molecole cruciali, incluso il DNA. Può anche tracciare le interazioni tra farmaci e malattie, il che potrebbe aprire nuove entusiasmanti porte ai ricercatori. E Google afferma di farlo con una precisione migliore del 50% rispetto ai modelli esistenti.
“AlphaFold 3 ci porta oltre le proteine, verso un ampio spettro di biomolecole”, ha scritto il team di ricerca DeepMind di Google in un post sul blog. “Questo salto potrebbe sbloccare una scienza più trasformativa, dallo sviluppo di materiali biorinnovabili e colture più resilienti, all’accelerazione della progettazione di farmaci e della ricerca genomica”.
“Come fanno le proteine a rispondere al danno al DNA? Come lo trovano e lo riparano?” Il leader del progetto Google DeepMind, John Jumper, ha detto a Wired. “Possiamo iniziare a rispondere a queste domande.”
Prima dell’intelligenza artificiale, gli scienziati potevano studiare le strutture delle proteine solo attraverso microscopi elettronici ed elaborare metodi come la cristallografia a raggi X. Il machine learning semplifica gran parte di questo processo utilizzando modelli riconosciuti dalla sua formazione (spesso impercettibili agli esseri umani e ai nostri strumenti standard) per prevedere la forma delle proteine in base ai loro aminoacidi.
Google afferma che parte dei progressi di AlphaFold 3 derivano dall’applicazione di modelli di diffusione alle sue previsioni molecolari. I modelli di diffusione sono elementi centrali dei generatori di immagini AI come Stable Diffusion, Midjourney e DALL-E 3 di OpenAI. L’incorporazione di questi algoritmi in AlphaFold “affina le strutture molecolari generate dal software”, come spiega Wired. In altre parole, ci vuole una formazione che sembra confusa o vaga e fa ipotesi altamente plausibili basate su modelli tratti dai dati di addestramento per chiarirla.
“Questo è un grande passo avanti per noi”, ha detto a Wired Demis Hassabis, CEO di Google DeepMind. “Questo è esattamente ciò di cui hai bisogno per la scoperta di un farmaco: devi vedere come una piccola molecola si legherà a un farmaco, con quanta forza e anche a cos’altro potrebbe legarsi.”
AlphaFold 3 utilizza una scala codificata a colori per etichettare il livello di confidenza nella previsione, consentendo ai ricercatori di esercitare la dovuta cautela con risultati che hanno meno probabilità di essere accurati. Il blu significa alta fiducia, il rosso significa che è meno sicuro.
Google sta rendendo AlphaFold 3 gratuito affinché i ricercatori possano utilizzarlo per ricerche non commerciali. Tuttavia, a differenza delle versioni precedenti, la società non ha reso open source il progetto. Un eminente ricercatore che produce software simile, il professore dell’Università di Washington David Baker, ha espresso disappunto a Wired per il fatto che Google abbia scelto quella strada. Tuttavia, è rimasto colpito anche dalle capacità del software. “Le prestazioni di previsione della struttura di AlphaFold 3 sono davvero impressionanti“, ha affermato.
Per quanto riguarda il futuro, Google afferma che “Isomorphic Labs sta già collaborando con aziende farmaceutiche per applicarlo alle sfide reali della progettazione farmaceutica e, in definitiva, per sviluppare nuovi trattamenti che cambiano la vita dei pazienti”.
