Gli scienziati hanno aspettato mesi per avere accesso a una previsione della struttura proteica altamente accurata, nello specifico da quando DeepMind ha presentato notevoli progressi in questo settore alla conferenza 2020 Critical Assessment of Structure Prediction. Adesso però l’attesa sembra essere davvero finita grazie a un nuovo software avanzato di intelligenza artificiale.
Come riporta Scitechdaily, ricercatori dell’Institute for Protein Design della University of Washington School of Medicine di Seattle hanno ampiamente ricreato le prestazioni raggiunte da DeepMind in questo importante ambito. Questi risultati sono stati pubblicati online dalla rivista Science il 15 luglio 2021.
A differenza di DeepMind, il metodo del team di UW Medicine, soprannominato RoseTTAFold, è disponibile gratuitamente. Scienziati di tutto il mondo stanno usando questo software di intelligenza artificiale per costruire modelli proteici per accelerare la propria ricerca. Da luglio, il programma è stato scaricato da GitHub da oltre 140 team di ricerca indipendenti.
Le proteine sono costituite da stringhe di amminoacidi che si ripiegano in intricate forme microscopiche. Queste forme uniche a loro volta danno origine a quasi tutti i processi chimici all’interno degli organismi viventi. Comprendendo meglio le forme delle proteine, gli scienziati possono accelerare lo sviluppo di nuovi trattamenti per il cancro, il COVID-19 e migliaia di altri disturbi della salute.
RoseTTAFold è un software di intelligenza artificiale basato su una rete neurale a “tre tracce”, il che significa che considera simultaneamente i modelli nelle sequenze proteiche, il modo in cui gli amminoacidi di una proteina interagiscono tra loro e la possibile struttura tridimensionale di una proteina. In questa architettura, le informazioni a una, due e tre dimensioni fluiscono avanti e indietro, consentendo così alla rete di ragionare collettivamente sulla relazione tra le parti chimiche di una proteina e la sua struttura ripiegata.
“È stato un anno impegnativo presso l’Institute for Protein Design, progettando terapie e vaccini COVID-19 e lanciandoli in studi clinici, insieme allo sviluppo di RoseTTAFold per una previsione della struttura proteica ad alta precisione. Sono lieto che la comunità scientifica stia già utilizzando il server RoseTTAFold per risolvere problemi biologici in sospeso“, ha affermato l’autore senior David Baker, professore di biochimica presso la University of Washington School of Medicine, investigatore dell’Howard Hughes Medical Institute e direttore dell’Istituto per la progettazione delle proteine.
Nel nuovo studio, un team di biologi computazionali guidati da Baker ha sviluppato lo strumento software di intelligenza artificiale RoseTTAFold. Questo utilizza il deep learning per prevedere in modo rapido e accurato le strutture proteiche sulla base di informazioni limitate. Senza l’ausilio di tale software, possono essere necessari anni di lavoro di laboratorio per determinare la struttura di una sola proteina. Al contrario, RoseTTAFold può calcolare in modo affidabile una struttura proteica in appena dieci minuti su un singolo computer.
Il team ha utilizzato RoseTTAFold per calcolare centinaia di nuove strutture proteiche, comprese molte proteine poco conosciute del genoma umano. Sono inoltre state generate strutture direttamente rilevanti per la salute umana, comprese quelle per le proteine associate a un metabolismo lipidico problematico, disturbi infiammatori e crescita delle cellule tumorali. Tutte queste operazioni mostrano che RoseTTAFold può essere utilizzato per costruire modelli di complessi assemblaggi biologici in una frazione del tempo precedentemente richiesto.
