Proteine disordinate progettate su misura con l'aiuto dell'intelligenza artificiale

Dopo i grandi passi avanti fatti negli ultimi anni nella progettazione di proteine su misura con funzioni specifiche, diventa ora possibile costruire anche molecole disordinate, quelle cioè che non assumono mai una forma fissa ma cambiano costantemente. L'importante risultato si deve a un nuovo metodo basato sull'intelligenza artificiale messo a punto dai ricercatori delle università statunitensi di Harvard e Northwestern.

Il metodo colma una lacuna presente anche in AlphaFold, il sistema dell'azienda britannica Google DeepMind, vincitore del premio Nobel per la Chimica 2024. Lo studio, pubblicato sulla rivista Nature Computational Science, consentirà dunque di fare luce sulle origini e sui possibili trattamenti di diverse malattie che vedono coinvolte proteine disordinate, come il Parkinson.

Il 30% delle proteine espresse dal DNA umano, che svolge un ruolo chiave in moltissime funzioni, ha una struttura disordinata ed è dunque molto difficile da prevedere anche per gli strumenti di intelligenza artificiale più potenti.

Per risolvere questo problema, i ricercatori guidati da Ryan Krueger di Harvard e Krishna Shrinivas della Northwestern hanno sfruttato algoritmi già usati in altri ambiti, che hanno permesso ai ricercatori di addestrare un computer a riconoscere come anche piccolissime variazioni nelle sequenze di amminoacidi che compongono una proteina influenzino le proprietà finali della molecola.

Hanno poi collegato un motore di ricerca in grado di selezionare gli amminoacidi più adatti a svolgere una specifica funzione, in modo da progettare proteine con le caratteristiche desiderate. Il risultato è che le molecole così ottenute non sono ipotesi dell'IA, ma si basano su come le proteine si comportano realmente in natura.