L'intelligenza artificiale ora può progettare proteine ​​che si comportano come "transistor" biologici

Jul 12, 2023

Spesso pensiamo alle proteine ​​come a sculture 3D immutabili.

Non è del tutto corretto. Molte proteine ​​sono trasformatori che si torcono e cambiano forma a seconda delle esigenze biologiche. Una configurazione può propagare segnali dannosi derivanti da un ictus o da un infarto. Un altro potrebbe bloccare la cascata molecolare risultante e limitare i danni.

In un certo senso, le proteine ​​agiscono come transistor biologici: interruttori on-off alla base del “computer” molecolare del corpo che determinano il modo in cui reagisce alle forze e al feedback esterni e interni. Gli scienziati hanno studiato a lungo queste proteine ​​che cambiano forma per decifrare il funzionamento del nostro corpo.

Ma perché affidarsi solo alla natura? Possiamo creare da zero “transistor” biologici sconosciuti all’universo biologico?

Inserisci l'IA. Diversi metodi di deep learning possono già prevedere con precisione le strutture delle proteine: una svolta in corso da mezzo secolo. Studi successivi che hanno utilizzato algoritmi sempre più potenti hanno evidenziato strutture proteiche allucinate svincolate dalle forze dell'evoluzione.

Tuttavia, queste strutture generate dall’intelligenza artificiale presentano uno svantaggio: sebbene altamente complesse, la maggior parte sono completamente statiche, essenzialmente una sorta di scultura proteica digitale congelata nel tempo.

Un nuovo studio pubblicato questo mese su Science ha rotto gli schemi aggiungendo flessibilità alle proteine ​​progettate. Le nuove strutture non sono contorsioniste senza limiti. Tuttavia, le proteine ​​progettate possono stabilizzarsi in due forme diverse – si pensi a una cerniera in una configurazione aperta o chiusa – a seconda di un “blocco” biologico esterno. Ogni stato è analogo allo “0” o all'“1” di un computer che successivamente controlla l'output della cella.

"Prima potevamo creare solo proteine ​​che avessero una configurazione stabile", ha affermato l'autore dello studio, il dottor Florian Praetorius dell'Università di Washington. “Ora possiamo finalmente creare proteine ​​che si muovono, il che dovrebbe aprire una straordinaria gamma di applicazioni”.

L'autore principale, il dottor David Baker, ha delle idee: "Dalla formazione di nanostrutture che rispondono alle sostanze chimiche nell'ambiente alle applicazioni nella somministrazione di farmaci, stiamo appena iniziando a sfruttare il loro potenziale".

Un po' di biologia 101.

Le proteine ​​costruiscono e fanno funzionare il nostro corpo. Queste macromolecole iniziano il loro viaggio dal DNA. L'informazione genetica viene tradotta in amminoacidi, gli elementi costitutivi di una proteina: immagini di perline su un filo. Ogni corda viene quindi piegata in complesse forme 3D, con alcune parti attaccate alle altre. Chiamate strutture secondarie, alcune configurazioni assomigliano a Twizzlers. Altri si intrecciano in fogli simili a tappeti. Queste forme si accumulano ulteriormente l'una sull'altra, formando architetture proteiche altamente sofisticate.

Comprendendo come le proteine ​​assumono la loro forma, possiamo potenzialmente progettarne di nuove da zero, espandendo l’universo biologico e creando nuove armi contro le infezioni virali e altre malattie.

Nel 2020, AlphaFold di DeepMind e RoseTTAFold del laboratorio di David Baker hanno rotto l'internet della biologia strutturale prevedendo con precisione le strutture proteiche basate esclusivamente sulle loro sequenze di amminoacidi.

Da allora, i modelli di intelligenza artificiale hanno previsto la forma di quasi tutte le proteine ​​conosciute – e sconosciute – alla scienza. Questi potenti strumenti stanno già rimodellando la ricerca biologica, aiutando gli scienziati a individuare rapidamente potenziali bersagli per combattere la resistenza agli antibiotici, studiare l’“alloggiamento” del nostro DNA, sviluppare nuovi vaccini o addirittura far luce su malattie che devastano il cervello, come il morbo di Parkinson.

Poi è arrivata una notizia bomba: i modelli di intelligenza artificiale generativa, come DALL-E e ChatGPT, offrivano una prospettiva allettante. Invece di limitarsi a prevedere le strutture proteiche, perché non chiedere all’intelligenza artificiale di inventare strutture proteiche completamente nuove? Da una proteina che lega gli ormoni per regolare i livelli di calcio agli enzimi artificiali che catalizzano la bioluminescenza, i risultati iniziali hanno suscitato entusiasmo e il potenziale per le proteine ​​progettate dall’intelligenza artificiale sembrava infinito.

Al timone di queste scoperte c'è il laboratorio di Baker. Poco dopo aver rilasciato RoseTTAFold, hanno sviluppato ulteriormente l’algoritmo per individuare i siti funzionali su una proteina, dove interagisce con altre proteine, farmaci o anticorpi, aprendo la strada agli scienziati per inventare nuovi farmaci che non avevano ancora immaginato.