di
Ruggiero Corcella
Il database di AlphaFold si arricchisce con milioni di strutture di complessi proteici, aprendo una nuova fase nello studio delle interazioni molecolari. La collaborazione tra EMBL-EBI, Google DeepMind, NVIDIA e Seoul National University punta a comprendere meglio malattie e sviluppare nuovi farmaci
Negli ultimi anni poche innovazioni hanno trasformato la ricerca biologica quanto AlphaFold, il sistema di intelligenza artificiale capace di prevedere la struttura tridimensionale delle proteine a partire dalla loro sequenza di aminoacidi. Sviluppato da Google DeepMind, il modello ha risolto uno dei problemi più complessi della biologia molecolare: capire come una proteina si ripiega nello spazio e quindi quale funzione può svolgere nella cellula.
L’impatto scientifico di questa svolta è stato tale che nel 2024 il Premio Nobel per la Chimica è stato assegnato ai pionieri della predizione strutturale delle proteine tramite intelligenza artificiale, tra cui Demis Hassabis e John Jumper di DeepMind, insieme a David Baker dell’Università di Washington. La loro ricerca ha inaugurato una nuova era della biologia strutturale, in cui modelli computazionali possono accelerare scoperte che prima richiedevano anni di esperimenti di laboratorio.
La nuova generazione di AlphaFold e le sfide della biologia
Negli ultimi anni l’evoluzione di AlphaFold ha continuato ad accelerare. Dopo il debutto di AlphaFold2 nel 2021 — descritto su Nature dal team guidato da John Jumper — che ha dimostrato come l’intelligenza artificiale possa prevedere con grande precisione la struttura tridimensionale delle proteine a partire dalla loro sequenza, il sistema è stato progressivamente esteso a problemi biologici sempre più complessi. Nel 2024 un nuovo lavoro pubblicato ancora su Nature ha presentato AlphaFold 3, capace non solo di modellare singole proteine ma anche di prevedere interazioni tra diverse biomolecole, incluse proteine, DNA, RNA e piccole molecole. Parallelamente è cresciuto anche il database pubblico sviluppato da DeepMind ed EMBL-EBI, che secondo un aggiornamento pubblicato nel 2024 su Nucleic Acids Research contiene ormai centinaia di milioni di strutture proteiche predette. Numerose revisioni scientifiche recenti sottolineano come queste risorse stiano trasformando la biologia strutturale e la ricerca biomedica, accelerando lo studio delle interazioni molecolari e la scoperta di nuovi bersagli terapeutici.
Oggi AlphaFold è diventato una risorsa centrale per la ricerca biomedica globale, utilizzata per studiare malattie, identificare bersagli farmacologici e comprendere i meccanismi molecolari della vita.
Milioni di nuovi complessi proteici nel database
In questo contesto si inserisce l’espansione del database con le predizioni dei complessi proteici, che rappresenta un ulteriore passo verso la ricostruzione sempre più completa dell’interattoma, la rete di relazioni molecolari alla base dei processi biologici.
Una collaborazione internazionale tra l’Istituto Europeo di Bioinformatica dell’EMBL (EMBL-EBI), Google DeepMind, NVIDIA e la Seoul National University ha reso disponibili nel Database AlphaFold milioni di predizioni strutturali di complessi proteici ottenute con l’intelligenza artificiale. Si tratta del più grande dataset mai pubblicato finora, dedicato a questo tipo di strutture.
Le proteine, infatti, raramente agiscono da sole. All’interno delle cellule si legano tra loro formando complessi che regolano praticamente ogni processo biologico: dalla replicazione del DNA al metabolismo, fino alla risposta immunitaria.
Visualizzare queste interazioni permette agli scienziati di comprendere i meccanismi molecolari che regolano il funzionamento delle cellule e ciò che accade quando questi processi si alterano nelle malattie.
Una collaborazione internazionale tra biologia e supercalcolo
Il nuovo dataset è il risultato di un lavoro congiunto che combina competenze di biologia computazionale, intelligenza artificiale e infrastrutture di supercalcolo.
Il sistema di base è AlphaFold, sviluppato da DeepMind e già utilizzato dal 2021 per prevedere con elevata precisione la struttura di milioni di proteine. Per rendere questi risultati accessibili a tutta la comunità scientifica, DeepMind e EMBL-EBI hanno creato l’AlphaFold Database, una risorsa aperta consultata da ricercatori di tutto il mondo.
Secondo i dati diffusi dal progetto, la piattaforma conta oggi oltre 3,4 milioni di utenti provenienti da 190 Paesi.
Nel nuovo aggiornamento hanno contribuito anche NVIDIA, che ha fornito infrastrutture di calcolo avanzate, e il gruppo guidato dal bioinformatico Martin Steinegger alla Seoul National University, che ha sviluppato metodologie per accelerare gli allineamenti di sequenze e le predizioni di deep learning su larga scala.
Comprendere come le proteine lavorano insieme
Il passo avanti riguarda in particolare gli omodimeri, complessi formati da due copie identiche della stessa proteina. Il nuovo dataset include milioni di queste strutture e si concentra su 20 delle specie più studiate, tra cui l’uomo, oltre che sulla lista dei batteri patogeni considerati prioritari dall’Organizzazione Mondiale della Sanità. Questo approccio mira ad avere un impatto significativo e immediato per affrontare le sfide della salute globale.
«Espandere il Database Alphafold con l’aggiunta dei complessi proteici risponde ad un’esigenza critica espressa dalla comunità scientifica», sottolinea Anna Koivuniemi, responsabile dell’Impact Accelerator di Google DeepMind. «Ci auguriamo che, rendendo accessibili queste informazioni, consentiremo ai ricercatori di tutto il mondo di guidare la prossima ondata di scoperte, che potrebbero migliorare la salute umana su scala globale».
Comprendere le interazioni proteina-proteina è infatti essenziale per spiegare molti fenomeni biologici, dalle infezioni ai tumori, e rappresenta uno dei principali obiettivi della medicina molecolare.
Il valore della scienza aperta
Uno degli elementi centrali dell’iniziativa è l’approccio open science. I dati sono stati integrati nel database pubblico per permettere a ricercatori di tutto il mondo di utilizzarli senza dover ripetere calcoli estremamente complessi.
Secondo gli autori del progetto, ricreare queste predizioni richiederebbe circa 17 milioni di ore di calcolo GPU (Graphics Processing Unit, o unità di elaborazione grafica). Metterle a disposizione una sola volta in una piattaforma condivisa consente di accelerare enormemente la ricerca globale. «L’ambizione di NVIDIA è di fornire costantemente accelerazioni di ordini di grandezza per i processi fondamentali della biologia digitale, permettendo ciò che prima non era possibile», dice Anthony Costa, direttore di Digital Biology di NVIDIA. «Questa espansione del Database è un ottimo esempio di come infrastruttura e software basati su AI possano raggiungere nuovi livelli di comprensione scientifica».
«La scienza progredisce attraverso la collaborazione», aggiunge Jo McEntyre, direttrice ad interim di EMBL-EBI. «Rendendo questo dataset di complessi proteici disponibile alla comunità scientifica, invitiamo i ricercatori a testarlo, perfezionarlo e svilupparlo ulteriormente, per guidare la prossima ondata di scoperte biologiche».
Illuminare le interazioni molecolari della vita
L’iniziativa rappresenta solo il primo passo verso una mappatura sempre più completa delle interazioni molecolari negli organismi viventi.
«Rendendo le previsioni sui complessi proteici accessibili su una scala senza precedenti, stiamo illuminando un panorama fino ad ora invisibile di interazioni molecolari lungo l’albero della vita», rinforza Martin Steinegger, professore associato alla Seoul National University.
In totale la collaborazione ha già calcolato previsioni per circa 30 milioni di complessi proteici. Di questi, 1,7 milioni di omodimeri ad alta affidabilità sono stati integrati direttamente nel database, mentre altri milioni di strutture sono disponibili per il download e l’analisi da parte dei ricercatori.
Verso la mappa completa dell’interattoma umano
L’obiettivo finale è comprendere l’«interattoma» umano: la rete completa di interazioni tra proteine, DNA e altre molecole che regola la vita delle cellule.
«Il genoma umano contiene poco più di 20.000 proteine diverse», ricorda Dame Janet Thornton, direttrice emerita di EMBL-EBI. «Nonostante questo genoma relativamente piccolo, gli esseri umani mostrano percorsi, processi e regolazioni incredibilmente complessi. Gran parte di questa complessità deriva dalle interazioni intermolecolari tra proteine, ligandi di piccole molecole e DNA. Aggiungere le previsioni di interazioni proteina-proteina omodimeriche al Database Alphafold è un primo passo verso una descrizione completa dell’interattoma umano, la base su cui sarà descritta e compresa la biologia umana».
Secondo Thornton, queste informazioni avranno implicazioni dirette per lo sviluppo di nuovi farmaci e per la comprensione delle interazioni tra ospiti e patogeni. «Rendere queste strutture accessibili a tutti permette a ogni ricercatore nel mondo di basarsi su questi dati, e di avvicinarsi sempre di più alla predizione della biologia della vita».
Il servizio esclusivo del Corriere della Sera con medici e specialisti
di eccellenza che rispondono gratuitamente ai quesiti sulla tua salute
16 marzo 2026
© RIPRODUZIONE RISERVATA