;)
Google DeepMind e Isomorphic Labs in un articolo comparso sulla rivista scientifica Nature hanno presentato AlphaFold 3, un sistema d'intelligenza artificiale – giunto alla sua terza versione – che secondo una nota ufficiale del team di Google DeepMind «è in grado di prevedere la struttura e le interazioni di tutte le molecole della vita con una precisione senza precedenti», con un miglioramento del 50% rispetto ai metodi di previsione precedenti. All'interno di ogni cellula umana, animale e vegetale ci sono miliardi di elementi – proteine, DNA e altre molecole – che funzionano in modo combinato tra loro attraverso milioni di combinazioni. Per comprendere appieno i processi vitali e trovare farmaci in grado di trattare varie patologie è essenziale capire in che modo questi elementi interagiscono tra loro: è proprio questo il compito che AlphaFold 3 è chiamato ad assolvere. Questa tecnologia può rivelarsi utile per favorire lo sviluppo di nuovi farmaci.
Cosa fa e come funziona AlphaFold 3
Entrando nel merito, una volta che all'algoritmo di AlphaFold 3 viene fornito un elenco di input di molecole, questo è in grado di generare la loro struttura 3D congiunta, andando così a mostrare come queste si incastrano tra di loro. Questo modello AI è in grado di combinare grandi biomolecole (come proteine, DNA e RNA) e molecole più piccole, conosciute anche come ligandi, che rivestono un ruolo di primo piano in molti farmaci. Secondo quanto affermato da Google DeepMind «AlphaFold 3 è in grado di modellare le modifiche chimiche di queste molecole che controllano il sano funzionamento delle cellule, che se interrotte possono portare a malattie».
Ma in che modo il modello riesce a fare tutto ciò? Il merito va alla sua architettura, in grado di coprire tutte le molecole della vita. Questa basa il suo funzionamento su Pairformer, una versione "riveduta e corretta" del modulo Evoformer (usato su AlphaFold 2). Questo nuovo sistema di deep learning, dopo aver elaborato gli input, va ad assemblare le sue previsioni utilizzando una rete di diffusione alquanto simile a quelle dei "classici" tool AI per la generazione d'immagini. Il processo inizia con quella che Google DeepMind definisce una «nuvola di atomi» che, in una serie di passaggi, «converge verso la sua struttura molecolare finale e più accurata».
Sempre secondo Google DeepMind le previsioni di AlphaFold 3 sulle interazioni molecolari superano la precisione di tutti i sistemi esistenti. È bene precisare, però, che le previsioni del modello non sono infallibili.
A cosa serve AlphaFold 3: lo sviluppo di nuovi farmaci
Viste le potenzialità di AlphaFold 3, il team di Google DeepMind si aspetta che questo possa trasformare totalmente la nostra comprensione del mondo biologico e, di conseguenza, allo sviluppo di nuovi farmaci. I test condotti finora sul modello fanno ben sperare, almeno stando a quanto dichiarato dal team di Google DeepMind:
AlphaFold 3 raggiunge un'accuratezza senza precedenti nella previsione delle interazioni simili ai farmaci, compreso il legame delle proteine con i ligandi e degli anticorpi con le loro proteine bersaglio. AlphaFold 3 è più preciso del 50% rispetto ai migliori metodi tradizionali basati sul benchmark PoseBusters senza bisogno di inserire informazioni strutturali, rendendo AlphaFold 3 il primo sistema di intelligenza artificiale a superare gli strumenti basati sulla fisica per la previsione della struttura biomolecolare.
Per dirla tutta, Isomorphic Labs sta già lavorando all'ideazione di farmaci per progetti interni con alcuni partner farmaceutici utilizzando AlphaFold 3 per accelerare e migliorare il processo.
Inoltre è stato messo a punto AlphaFold Server, la piattaforma gratuita messa a disposizione degli scienziati di tutto il mondo tramite cui è possibile effettuare ricerche non commerciali sfruttando la potenza di AlphaFold 3. Di seguito trovate il video dimostrativo di AlphaFold Server preparato dal team di Google DeepMind.
;)
;Resize,width=270;)
