Google DeepMind ha annunciato AlphaFold 3, un sistema di intelligenza artificiale in grado di prevedere la struttura e le interazioni tra molecole biologiche con una precisione senza precedenti. Questa innovazione rappresenta un passo fondamentale per accelerare la ricerca in svariati campi, tra cui la scoperta di nuovi farmaci e la comprensione di malattie complesse.
I ricercatori di Google DeepMind hanno sviluppato AlphaFold 3, un modello di intelligenza artificiale in grado di prevedere la struttura e le interazioni tra molecole biologiche, tra cui proteine, DNA e RNA, e piccole molecole che potrebbero funzionare come farmaci. Google DeepMind renderà disponibile il modello per uso non commerciale attraverso il server AlphaFold. Questa importante innovazione, i cui dettagli sono stati pubblicati sulla rivista Nature l’8 maggio, è destinata ad accelerare notevolmente la ricerca biologica.
“Oggi annunciare AlphaFold 3 è per noi una grande pietra miliare”, ha dichiarato Demis Hassabis, CEO di Google DeepMind, in occasione del briefing del 7 maggio che ha annunciato la scoperta. “[…] bisogna capire come le proprietà della biologia emergano attraverso le interazioni tra le diverse molecole nella cellula. Si può pensare ad AlphaFold 3 come al nostro primo grande passo verso questo obiettivo”.
Il sistema di intelligenza artificiale è un discendente dei precedenti modelli AlphaFold costruiti da Google DeepMind, che risolvevano essenzialmente il problema di prevedere la struttura tridimensionale di una proteina a partire dalla struttura degli amminoacidi. Il primo modello AlphaFold di Google DeepMind, annunciato nel 2018, ha tentato di prevedere le strutture proteiche, arrivando primo in una competizione internazionale di predizione delle strutture proteiche. AlphaFold 2, rilasciato nel 2020, ha migliorato significativamente l’accuratezza delle previsioni della struttura proteica del primo modello.
AlphaFold 3 va oltre, prevedendo le strutture di quasi tutte le molecole biologiche e modellando le interazioni tra queste molecole. Mentre i ricercatori hanno da tempo sviluppato metodi computazionali specializzati per modellare le interazioni tra tipi specifici di molecole biologiche, AlphaFold 3 segna la prima volta in cui un singolo sistema è stato in grado di prevedere le interazioni tra quasi tutti i tipi di molecole.
Le proprietà e le funzioni delle molecole nei sistemi biologici sono tipicamente il risultato di come interagiscono con altre molecole. L’utilizzo di esperimenti per comprendere le interazioni molecolari può richiedere anni di ricerca ed essere proibitivo. Se invece queste interazioni possono essere stimate computazionalmente con sufficiente accuratezza, la ricerca biologica può essere notevolmente accelerata. Ad esempio, se i ricercatori ritengono che una molecola che si lega a un sito specifico di una certa proteina sia un candidato promettente per un farmaco, possono utilizzare sistemi computazionali come AlphaFold 3 per testare le potenziali molecole farmacologiche.
“AlphaFold continua a migliorare e a diventare sempre più importante per le indagini biologiche”, ha dichiarato Paul Nurse, genetista premio Nobel e direttore del centro di ricerca biomedica Francis Crick Institute di Londra, in una dichiarazione che accompagna l’annuncio di Google DeepMind. “Questa terza versione consentirà una maggiore precisione nella previsione delle strutture dei complessi tra diverse macromolecole, nonché delle associazioni tra macromolecole, piccole molecole e ioni”.
Google DeepMind è stata fondata come DeepMind nel 2010 da Hassabis, insieme a Shane Legg e Mustafa Suleyman, Chief AGI Scientist di Google DeepMind. (Suleyman è ora CEO di Microsoft AI, l’organizzazione di ricerca e prodotti AI per i consumatori di Microsoft). Nel 2014 DeepMind è stata acquisita da Google, che nel 2023 ha fuso DeepMind con Google Brain, un’altra divisione di Google AI, per formare Google DeepMind.
Oltre alla famiglia di sistemi di IA AlphaFold, Google DeepMind ha compiuto diverse scoperte che utilizzano l’IA per promuovere la scienza e la tecnologia. Nel 2022 l’azienda ha rilasciato un sistema di IA in grado di scoprire nuovi algoritmi e nel 2023 ha rilasciato un modello di IA in grado di prevedere il tempo con grande precisione. Sempre nel 2023, Google DeepMind ha rilasciato un modello di intelligenza artificiale che, a suo dire, è in grado di prevedere con precisione la struttura dei materiali, anche se l’utilità di questo modello è stata successivamente messa in discussione da ricercatori indipendenti.
Nel 2021, la società madre di Google, Alphabet, ha annunciato la creazione di Isomorphic Labs, che mira ad adottare un approccio AI-first alla scoperta di farmaci. I ricercatori di Isomorphic Labs hanno contribuito allo sviluppo di AlphaFold 3 e, mentre AlphaFold Server può essere utilizzato da chiunque per ricerche non commerciali, i ricercatori di Isomorphic Labs avranno accesso esclusivo ad AlphaFold 3 per uso commerciale.
“Stiamo utilizzando le capacità di AlphaFold 3 quotidianamente nei nostri programmi di progettazione di farmaci”, ha dichiarato Max Jaderberg, Chief AI Officer dei laboratori Isomorphic, in occasione dell’annuncio. “Stiamo già vedendo il potenziale per accelerare, migliorare e infine trasformare il modo in cui facciamo la scoperta di farmaci, ed è proprio grazie al nuovo livello di accuratezza di questo modello e alla maggiore ampiezza delle biomolecole che questo modello è in grado di prevedere, che ci permette di farlo”.
