AlphaFold potrebbe essere utilizzata nella ricerca su nuovi antibiotici
AlphaFold, l'IA che ha fornito la struttura delle proteine, ora potrebbe essere usata per la ricerca su nuovi antibiotici
07/09/2022 di Giordana Battisti
AlphaFold è un sistema di intelligenza artificiale sviluppato da DeepMind e Google che ha già fornito le strutture di oltre 200 milioni di proteine note alla scienza, come annunciato a luglio sul blog ufficiale, e che ora si prepara a dare la caccia a nuovi antibiotici. AlphaFold è stata lanciata in due versioni, la prima, AlphaFold 1, è stata rilasciata nel 2018 mentre la seconda, AlphaFold 2, nel 2020.
Al momento è necessario però migliorare i modelli informatici utilizzati dall’intelligenza artificiale per la previsione delle interazioni tra le proteine batteriche e i farmaci, perché al momento queste non risultano essere abbastanza efficienti. Lo riporta uno studio pubblicato sulla rivista Molecular Systems Biology dal Massachusetts Institute of Technology (Mit).
LEGGI ANCHE > L’intelligenza artificiale può aiutare a combattere la deforestazione in Amazzonia
Come funziona il sistema di intelligenza artificiale AlphaFold?
I ricercatori del Mit che hanno condotto lo studio poi pubblicato sulla rivista Molecular Systems Biology, guidati dal bioingegnere James Collins, hanno messo alla prova le capacità di AlphaFold analizzando le interazioni tra 296 proteine del batterio Escherichia coli e 218 composti antibatterici, inclusi antibiotici come le tetracicline.
I metodi di simulazione delle interazioni molecolari sono stati già usati con successo per fare lo screening di grandi quantità di composti diretti contro un’unica proteina target ma si sono dimostrati meno accurati quando si tratta di selezionare i composti rispetto a diversi potenziali bersagli. In questi casi, infatti, AlphaFold non riesce a “indovinare” la previsione e per questo il sistema di intelligenza artificiale andrebbe potenziato in questo ambito. Una difficoltà come questa potrebbe essere dovuta al fatto che le strutture proteiche inserite nel modello per la simulazione sono statiche, mentre nei sistemi viventi le proteine sono flessibili e cambiano spesso configurazione e sarebbe questo il problema principale per il sistema di intelligenza artificiale che non riesce ad individuare la previsione corretta.