La svolta di Google DeepMind nella medicina grazie all’intelligenza artificiale

L’intelligenza artificiale (AI) ha conquistato l’immaginazione del pubblico negli ultimi anni, non solo per la sua capacità di generare contenuti digitali affascinanti, ma anche per le sue potenziali implicazioni preoccupanti sulla forza lavoro e sulla diffusione di propaganda malevola. Tuttavia, alcuni dei lavori più promettenti dell’AI si trovano proprio nel campo della medicina, dove può portare a importanti progressi nella ricerca e nel trattamento di malattie. Un nuovo aggiornamento del software AlphaFold di Google potrebbe aprire la strada a nuove scoperte.

AlphaFold: Un catalogo senza precedenti di proteine

Il software AlphaFold, sviluppato da Google DeepMind e Isomorphic Labs (un’altra azienda di Alphabet), ha già dimostrato di poter prevedere con sorprendente precisione la struttura tridimensionale delle proteine. Questo programma ha già catalogato oltre 200 milioni di proteine conosciute, e le precedenti versioni sono state ampiamente utilizzate da milioni di ricercatori per fare scoperte in campi come i vaccini contro la malaria, i trattamenti contro il cancro e la progettazione di enzimi.

La conoscenza della forma e della struttura delle proteine è fondamentale per capire come interagiscono con il corpo umano, permettendo agli scienziati di sviluppare nuovi farmaci o migliorare quelli esistenti. Ma la nuova versione, AlphaFold 3, va oltre le proteine, essendo in grado di modellare anche altre molecole cruciali come il DNA. Inoltre, può tracciare le interazioni tra farmaci e malattie, aprendo nuove ed entusiasmanti possibilità per i ricercatori. Secondo Google, AlphaFold 3 offre una precisione del 50% superiore rispetto ai modelli esistenti.

Oltre le proteine: l’impatto di AlphaFold 3

“AlphaFold 3 ci porta oltre le proteine, verso un ampio spettro di biomolecole“, ha affermato il team di ricerca di Google DeepMind in un post sul blog. “Questo balzo in avanti potrebbe sbloccare una scienza più trasformativa, dallo sviluppo di materiali biorinnovabili e colture più resistenti, all’accelerazione della progettazione di farmaci e della ricerca genomica.”

Ad esempio, il responsabile del progetto AlphaFold di Google DeepMind, John Jumper, ha spiegato a Wired come il nuovo software possa aiutare a rispondere a domande cruciali come “Come reagiscono le proteine ai danni al DNA? Come le trovano e le riparano?“. Queste informazioni potrebbero portare a importanti progressi nella comprensione e nel trattamento di una vasta gamma di patologie.

Da microscopio elettronico a intelligenza artificiale

Prima dell’avvento dell’intelligenza artificiale, gli scienziati potevano studiare le strutture proteiche solo attraverso metodi complessi come la microscopia elettronica e la cristallografia a raggi X. L’apprendimento automatico ha semplificato notevolmente questo processo, utilizzando modelli di riconoscimento di pattern per prevedere le forme delle proteine in base ai loro amminoacidi, spesso in modi impercettibili agli occhi umani e ai nostri strumenti standard.

I modelli di diffusione: un elemento chiave

Parte dei progressi di AlphaFold 3 derivano dall’applicazione di modelli di diffusione, al cuore di generatori di immagini AI come Midjourney, Gemini di Google e DALL-E 3 di OpenAI. Incorporando questi algoritmi, AlphaFold è in grado di “affinare” le strutture molecolari generate, prendendo una forma vaga e facendo ipotesi altamente accurate basate sui pattern dei dati di addestramento per renderla più nitida.

“Questo è un grande passo avanti per noi“, ha affermato Demis Hassabis, CEO di Google DeepMind.

“È esattamente ciò di cui hai bisogno per la scoperta di farmaci: devi vedere come una piccola molecola si legherà a un farmaco, con quale forza, e anche a cosa altro potrebbe legarsi.”

Trasparenza e collaborazioni future

AlphaFold 3 utilizza una scala di colori per indicare il livello di fiducia delle sue previsioni, consentendo ai ricercatori di esercitare la dovuta cautela sui risultati meno accurati. Il blu indica un’alta affidabilità, mentre il rosso segnala maggiore incertezza.

A differenza delle versioni precedenti, Google non sta rendendo AlphaFold 3 open source, una scelta che ha deluso alcuni ricercatori come David Baker dell’Università di Washington, che sviluppano software simili. Tuttavia, Baker è rimasto comunque impressionato dalle capacità del programma, definendone “molto impressionante” la performance nella predizione delle strutture.

Per il futuro, Google afferma che Isomorphic Labs sta già collaborando con aziende farmaceutiche per applicare AlphaFold 3 a sfide concrete di progettazione di farmaci, con l’obiettivo di sviluppare nuovi trattamenti in grado di cambiare la vita dei pazienti.

Fonte dell’articolo qui.