Un nuovo sistema di IA progetta proteine atomo per atomo, e funzionano
Un sistema di intelligenza artificiale generativa che progetta proteine e acidi nucleici atomo per atomo ha ora pubblicato il suo progetto completo, e le proteine da esso inventate da zero hanno svolto la chimica prevista in reazioni di laboratorio reali.
Il sistema, chiamato RFdiffusion3 o RFD3, è stato sviluppato da un team internazionale che coinvolge, tra gli altri, l’Università di Washington negli Stati Uniti, l’Università di Oxford nel Regno Unito e l’azienda di semiconduttori Nvidia. I dettagli sono apparsi sulla rivista Science, con resoconti diffusi dalla stampa tecnologica cinese il 19 ottobre. Il team include David Baker, il professore dell’Università di Washington che ha condiviso il Premio Nobel per la Chimica 2024 per il lavoro sulla progettazione computazionale delle proteine.
Il progresso riguarda la risoluzione. I precedenti strumenti di progettazione proteica lavoravano con blocchi costitutivi più grandi, disponendo porzioni di struttura proteica come un designer potrebbe spostare mobili in una stanza. RFD3, invece, modella i singoli atomi, consentendo di posizionare ogni legame e catena laterale con un controllo molto più fine. Secondo i resoconti, può generare strutture proteiche circa un ordine di grandezza più velocemente rispetto alla generazione precedente del sistema.
Questa velocità e precisione contano perché le proteine sono le macchine molecolari che svolgono la maggior parte del lavoro all’interno delle cellule viventi. Se i ricercatori possono inventarne di nuove su richiesta, possono puntare a problemi che le proteine naturali non si sono mai evolute per risolvere: nuovi catalizzatori per la chimica industriale, sensori, materiali e potenziali farmaci.
L’affermazione più sorprendente è che non si tratta solo di un esercizio al computer. Le proteine appena progettate da RFD3 sono state sintetizzate e testate, e hanno svolto le funzioni previste dai progettisti in reazioni chimiche reali. Questo passaggio, da una struttura prevista su uno schermo a una molecola funzionante in una provetta, è il punto in cui storicamente inciampano la maggior parte degli sforzi di progettazione computazionale.
Il sistema si estende anche oltre le proteine agli acidi nucleici come DNA e RNA, ampliando la gamma di strumenti molecolari che gli scienziati possono tentare di costruire. Il team ha pubblicato il suo schema di progettazione dettagliato affinché altri gruppi possano esaminare e sviluppare il metodo, una pratica diventata comune nel campo in rapida evoluzione della biologia guidata dall’IA.
Il lavoro si inserisce in un più ampio cambiamento nelle scienze della vita, dove l’apprendimento automatico sta passando dall’analisi dei dati alla proposta di molecole completamente nuove. La progettazione proteica è diventata una delle dimostrazioni più chiare che i modelli generativi possono produrre oggetti che non esistono in natura e che si comportano comunque come previsto in condizioni reali.
Per i lettori globali, il significato è meno legato a una singola molecola che allo strumento stesso. Un sistema in grado di abbozzare una proteina a livello atomico, e di far sì che quell’abbozzo regga in laboratorio, accorcia il percorso dall’idea all’esperimento. Il prossimo test sarà se i laboratori di tutto il mondo potranno usarlo per progettare proteine che risolvano problemi pratici in medicina e industria, e non solo eleganti dimostrazioni.