Le proteine, le macromolecole fondamentali della vita, sono costituite da lunghe catene di amminoacidi, i mattoncini di base, che possiamo immaginare come le tessere di un complicato “puzzle” tridimensionale. Conoscerne l’esatta struttura 3D ci consentirebbe di sviluppare nuovi e più efficaci farmaci contro numerose malattie, tra cui il Covid-19, ma anche di sintetizzare enzimi per lo smaltimento dei rifiuti organici e per la produzione di biocarburanti.
Fino a non molto tempo fa, l’architettura spaziale delle proteine era studiata direttamente con tecniche di laboratorio, come la cristallografia ai raggi X e la microscopia crioelettronica, che sono, tuttavia, lunghe e non prive di inconvenienti, ma hanno permesso di determinare con precisione la configurazione e il ripiegamento spaziale di 170 mila proteine su un totale di più di 200 milioni.
L’uso, invece, di programmi per il computer, purché sufficientemente affidabili, ridurrebbe significativamente i tempi di indagine. Per incoraggiare la progettazione di software per lo studio della struttura delle proteine, ogni due anni si svolge una competizione internazionale, denominata Casp – Critical Assessment of Protein Structure Prediction, in cui si confrontano le previsioni dei software, sviluppati dai vari concorrenti contro le strutture 3D di 100 nuove proteine analizzate sperimentalmente.
Quest’anno l’azienda britannica DeepMind, appartenente al gruppo Google, si è distinta in modo notevole, perché ha totalizzato un punteggio medio pari a 92.4 su un massimo di 100, grazie al suo sensazionale algoritmo Alphafold, “addestrato” mediante sofisticate tecniche di intelligenza artificiale, sfruttando proprio le 170 mila strutture proteiche già note. In questo modo, potrebbe essere possibile ricostruire la configurazione tridimensionale di proteine anche della membrana cellulare, di cruciale importanza per sconfiggere numerose e gravi malattie neurodegenerative come l’Alzheimer.
Approfondimenti: https://www.predictioncenter.org/index.cgi
