Grazie alla AI chiamata AlphaFold DeepMind e Google potrebbero raggiungere traguardi inaspettati. Dopo la ricerca sulle proteine il sistema sta analizzando le interazioni fra batteri e sostanze antibiotiche per selezionarne di nuove. 
Un sistema di Deep learning messo a punto dall’aziende inglese DeepMind (gestita da Alphabet) potrebbe essere il ricercatore farmaceutico di cui si aveva bisogno. Si chiama AlphaFold e il suo obiettivo principale fino a questo punto è stato predire la struttura terziaria delle molecole proteiche.
DeepMind si è dimostrata davvero affidabile in questo lavoro, pronosticando correttamente il modello 3D di più di 200 milioni di proteinebasandosi solo sulla sequenza di amminoacidi. Tuttavia pare che le potenzialità di AlphaFold non si fermino qui: potrebbe infatti predire anche l’interazione fra proteine e farmaci.
Questo tornerebbe molto utile a livello della ricerca medica sugli antibiotici. I ceppi batterici possono diventare resistenti a questi farmaci e occorre trovarne sempre di nuovi. Con un’intelligenza artificiale in grado di apprendere come predire gli effetti dei farmaci sperimentali si risparmierebbero diversi test di laboratorio. La simulazione al computer per la ricerca in campo medico e biologico (detta in silico) è un sogno per molti, poich°é ridurrebbe anche la sperimentazione animale. Chiaramente però richiede di raggiungere un buon grado di accuratezza a livello della creazione del modello per renderlo sovrapponibile alle condizioni reali.
La prova di James Collins
L’interesse verso la simulazione in silico in particolare sembra essere di interesse al MIT, che spesso citiamo per le sue ricerche all’avanguardia. A pubblicare uno studio riguardo l’utilizzo di AlphaFold come AI per predire le interazioni fra proteine e antibiotici è stato James Collins, un professore che lavora proprio qui.
Nella ricerca Collins e il suo team hanno sfruttato l’AI di DeepMind per predire il docking molecolare. Vale a dire la forza dei legami che i farmaci avrebbero formato con le strutture proteiche di una specie batterica. I risultati da ottenere avrebbero permesso di fare una “classifica” della sostanza con l’interazione più stabile. Nell’esperimento si è usato per la precisione un ceppo di E. coli, un microorganismo modello molto usato per test simili.
Lo studio di Collins ha evidenziato i limiti che AlpahFold presenta per questo impiego, tanto che il professore ha parlato di un’attendibilità molto bassa, come si stesse tirando a indovinare. Altri modelli simili di deep learning si sono dimostrati più efficaci.
🔴 FONTI: www.msn.com