Google DeepMind e Isomorphic Labs hanno presentato AlphaFold 3, un nuovo modello di intelligenza artificiale che potrebbe accelerare notevolmente lo sviluppo di nuovi farmaci e cure mediche. La ricerca pubblicata su Nature rivela le capacità di AlphaFold 3 di prevedere le strutture complesse e le interazioni delle molecole essenziali della vita, tra cui proteine, DNA e RNA. Le tecniche avanzate di deep learning promettono di far avanzare rapidamente la nostra comprensione della biologia a livello molecolare e potrebbero consentire agli scienziati di perseguire nuove terapie per un’ampia gamma di malattie in modo più efficiente.
Maggiore comprensione delle molecole
AlphaFold 3 è l’ultima versione del sistema di intelligenza artificiale sviluppato da Google DeepMind, sulla base del successo del suo predecessore, AlphaFold 2. Introdotto nel 2020, AlphaFold 2 ha fatto passi da gigante nella previsione della struttura delle proteine, consentendo agli scienziati di fare scoperte in aree che vanno da vaccini contro la malaria alle cure contro il cancro. L’impatto di AlphaFold è stato riconosciuto attraverso numerosi riconoscimenti, tra cui il Breakthrough Prize in Life Sciences del 2023. La novità di AlphaFold 3, anche per i non addetti ai lavori, è la capacità di andare oltre le proteine per comprendere un’ampia gamma di biomolecole, tra cui i ligandi. Un ligando è uno ione o una molecola neutra che si lega a un atomo metallico centrale per formare un complesso di coordinazione. Prevedendo accuratamente le interazioni tra queste molecole, AlphaFold 3 offre una visione senza precedenti del complesso funzionamento della vita a livello molecolare.
Al centro di AlphaFold 3 si trova una versione migliorata del modulo Evoformer, un’architettura di deep learning che è stata fondamentale per lo sviluppo di AlphaFold 2. Il nuovo modello incorpora una rete di diffusione, simile a quelle utilizzate nei generatori di immagini AI, che affina le strutture molecolari previste da una nuvola di atomi a una configurazione finale altamente accurata. La capacità di prevedere strutture e interazioni molecolari con una precisione che, secondo Nature, “rappresenta un punto di svolta per la comunità scientifica. Consente ai ricercatori di acquisire preziose informazioni sui processi fondamentali che sono alla base della vita, della salute e della malattia. Fornendo un quadro più chiaro di come interagiscono queste biomolecole, AlphaFold 3 apre nuove strade per comprendere sistemi biologici complessi e sviluppare interventi mirati”.
Sviluppo per la medicina
Una delle applicazioni più promettenti di AlphaFold 3 risiede nella scoperta dei farmaci. Prevedendo accuratamente le interazioni tra proteine e molecole simili, l’AI potrebbe accelerare in modo significativo lo sviluppo di terapie più efficaci. Tradizionalmente, il processo di scoperta di farmaci è stato lungo e costoso, spesso facendo affidamento su approcci per tentativi ed errori per identificare composti che possano colpire efficacemente le proteine correlate alla malattia. La capacità di AlphaFold 3 di prevedere il legame proteina-ligando e anticorpo-proteina con una precisione senza precedenti promette di semplificare questo processo, consentendo ai ricercatori di identificare in modo più efficiente farmaci candidati. Secondo Google, AlphaFold 3 ha superato i metodi esistenti nel prevedere le interazioni, andando oltre anche ai migliori strumenti utilizzati nella fisica molecolare. Il tutto, grazie a nuovi componenti chiamati Pairformer e Diffusion Module.
Potere alla ricerca
Per garantire che i vantaggi di AlphaFold 3 siano ampiamente accessibili alla comunità scientifica, Google DeepMind ha lanciato AlphaFold Server, una piattaforma gratuita e facile da usare che consente ai ricercatori di sfruttare la potenza di AlphaFold 3 per la ricerca non commerciale. AlphaFold Server è progettato per essere intuitivo e accessibile e permette agli scienziati di generare previsioni sulle interazioni proteiche con DNA, RNA e una selezione di ligandi, ioni e modifiche chimiche. Semplificando il processo ed eliminando la necessità di ampie risorse computazionali o di una profonda esperienza nell’apprendimento automatico, di fatto il server democratizza l’accesso alla tecnologia di previsione molecolare.
Oltre alla medicina, AlphaFold 3 ha il potenziale per avere un impatto su campi come l’agricoltura e le scienze ambientali. Svelare le basi molecolari della biologia vegetale e delle strutture enzimatiche potrebbe aiutare a sviluppare colture resilienti e strategie innovative di “biorisanamento “per affrontare sfide come la sicurezza alimentare e l’inquinamento ambientale.
