L\u2019impatto scientifico di questa svolta \u00e8 stato tale che nel 2024 il Premio Nobel per la Chimica <\/b>\u00e8 stato assegnato ai pionieri della predizione strutturale delle proteine tramite intelligenza artificiale, tra cui Demis Hassabis e John Jumper <\/b>di DeepMind, insieme a David Baker dell\u2019Universit\u00e0 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.<\/p>\n
La nuova generazione di AlphaFold e le sfide della biologia<\/b><\/p>\n
Negli ultimi anni l\u2019evoluzione di AlphaFold ha continuato ad accelerare. Dopo il debutto di AlphaFold2 nel 2021<\/b> \u2014 descritto su Nature <\/a>dal team guidato da John Jumper \u2014 che ha dimostrato come l\u2019intelligenza artificiale possa prevedere con grande precisione la struttura tridimensionale delle proteine a partire dalla loro sequenza, il sistema \u00e8 stato progressivamente esteso a problemi biologici sempre pi\u00f9 complessi. Nel 2024 un nuovo lavoro pubblicato ancora su <\/b>Nature <\/a>ha presentato AlphaFold 3<\/b>, capace non solo di modellare singole proteine ma anche di prevedere interazioni tra diverse biomolecole, incluse proteine, DNA, RNA e piccole molecole. Parallelamente \u00e8 cresciuto anche il database pubblico sviluppato da DeepMind ed EMBL-EBI, che secondo un aggiornamento pubblicato nel 2024 su Nucleic Acids Research<\/a> 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. Milioni di nuovi complessi proteici nel database<\/b><\/p>\n In questo contesto si inserisce l\u2019espansione del database con le predizioni dei complessi proteici<\/b>, che rappresenta un ulteriore passo verso la ricostruzione sempre pi\u00f9 completa dell\u2019interattoma, la rete di relazioni molecolari alla base dei processi biologici. Una collaborazione internazionale tra biologia e supercalcolo<\/b><\/p>\n Il nuovo dataset \u00e8 il risultato di un lavoro congiunto che combina competenze di biologia computazionale, intelligenza artificiale e infrastrutture di supercalcolo.<\/b> Comprendere come le proteine lavorano insieme<\/b><\/p>\n Il passo avanti riguarda in particolare gli omodimeri<\/b>, complessi formati da due copie identiche della stessa proteina<\/b>. Il nuovo dataset include milioni di queste strutture e si concentra su 20 delle specie pi\u00f9 studiate, tra cui l\u2019uomo, oltre che sulla lista dei batteri patogeni considerati prioritari dall\u2019Organizzazione Mondiale della Sanit\u00e0<\/a>. Questo approccio mira ad avere un impatto significativo e immediato per affrontare le sfide della salute globale. Il valore della scienza aperta<\/b><\/p>\n Uno degli elementi centrali dell\u2019iniziativa \u00e8 l\u2019approccio open science<\/b>. I dati sono stati integrati nel database pubblico per permettere a ricercatori di tutto il mondo di utilizzarli senza dover ripetere calcoli estremamente complessi. Illuminare le interazioni molecolari della vita<\/b><\/p>\n L\u2019iniziativa rappresenta solo il primo passo verso una mappatura sempre pi\u00f9 completa delle interazioni molecolari negli organismi viventi.<\/b> Verso la mappa completa dell\u2019interattoma umano<\/b><\/p>\n L\u2019obiettivo finale \u00e8 comprendere l\u2019\u00abinterattoma\u00bb umano<\/b>: la rete completa di interazioni tra proteine, DNA e altre molecole che regola la vita delle cellule. Il servizio esclusivo del Corriere della Sera con medici e specialisti 16 marzo 2026<\/p>\n \n \u00a9 RIPRODUZIONE RISERVATA\n <\/p>\n","protected":false},"excerpt":{"rendered":"di Ruggiero Corcella Il database di AlphaFold si arricchisce con milioni di strutture di complessi proteici, aprendo una…\n","protected":false},"author":3,"featured_media":399625,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_share_on_mastodon":"0"},"categories":[175],"tags":[10920,55356,1303,228424,1238,4925,666,2333,76667,11843,228440,92572,228441,79766,8624,48491,483,2567,228442,5930,228425,1072,228431,228443,228444,2671,228445,228446,25076,931,116215,72347,71279,228432,228447,228433,728,5934,228448,228449,228450,2640,228427,108782,228428,4183,682,228434,239,667,668,228429,228439,126166,228430,1537,90,89,616,81240,11864,1703,228435,273,4483,36706,68,228436,68017,5065,2468,228426,48285,18585,6148,15966,165474,614,4233,240,13552,30145,10730,216738,228437,228438,2099,7877,55389,5106,203642,7604,2106],"class_list":["post-399624","post","type-post","status-publish","format-standard","has-post-thumbnail","category-salute","tag-accelerare","tag-accessibili","tag-aggiornamento","tag-alphafold","tag-aperta","tag-approccio","tag-artificiale","tag-base","tag-bersagli","tag-biologia","tag-biologia-strutturale","tag-biologici","tag-biomedica","tag-calcolo","tag-capace","tag-cellule","tag-cio","tag-collaborazione","tag-collaborazione-internazionale","tag-complessi","tag-complessi-proteici","tag-completa","tag-completa-interattoma","tag-completa-interattoma-umano","tag-completa-interazioni","tag-comprendere","tag-comprendere-meccanismi","tag-comprendere-meccanismi-molecolari","tag-comprensione","tag-comunita","tag-comunita-scientifica","tag-contiene","tag-database","tag-database-alphafold","tag-database-pubblico","tag-dataset","tag-dati","tag-deepmind","tag-deepmind-embl","tag-deepmind-embl-ebi","tag-deepmind-nvidia","tag-dna","tag-ebi","tag-embl","tag-embl-ebi","tag-globale","tag-google","tag-google-deepmind","tag-health","tag-intelligenza","tag-intelligenza-artificiale","tag-interattoma","tag-interattoma-umano","tag-interazioni","tag-interazioni-molecolari","tag-it","tag-italia","tag-italy","tag-malattie","tag-molecolari","tag-molecole","tag-national","tag-national-university","tag-nuova","tag-nuovi","tag-nvidia","tag-passo","tag-predizioni","tag-prevedere","tag-previsioni","tag-processi","tag-proteici","tag-proteina","tag-proteine","tag-pubblicato","tag-rappresenta","tag-rendendo","tag-ricerca","tag-ricercatori","tag-salute","tag-scala","tag-scientifica","tag-scoperte","tag-seoul","tag-seoul-national","tag-seoul-national-university","tag-sistema","tag-struttura","tag-strutturale","tag-strutture","tag-sviluppato","tag-umano","tag-university"],"share_on_mastodon":{"url":"","error":"Validation failed: Text character limit of 500 exceeded"},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts\/399624","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/comments?post=399624"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts\/399624\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/media\/399625"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/media?parent=399624"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/categories?post=399624"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/tags?post=399624"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Oggi AlphaFold \u00e8 diventato una risorsa centrale per la ricerca biomedica<\/b> globale, utilizzata per studiare malattie, identificare bersagli farmacologici e comprendere i meccanismi molecolari della vita.
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n<\/p>\n
Una collaborazione internazionale tra l\u2019Istituto Europeo di Bioinformatica dell\u2019<\/b>EMBL (EMBL-EBI)<\/a>, Google DeepMind, NVIDIA e la Seoul National University <\/b>ha reso disponibili nel Database AlphaFold milioni di predizioni strutturali di complessi proteici ottenute con l\u2019intelligenza artificiale. Si tratta del pi\u00f9 grande dataset mai pubblicato finora,<\/b> dedicato a questo tipo di strutture.
Le proteine, infatti, raramente agiscono da sole. All\u2019interno delle cellule si legano tra loro formando complessi <\/b>che regolano praticamente ogni processo biologico: dalla replicazione del DNA<\/a> al metabolismo, fino alla risposta immunitaria.
Visualizzare queste interazioni permette agli scienziati di comprendere i meccanismi molecolari che regolano il funzionamento delle cellule <\/b>e ci\u00f2 che accade quando questi processi si alterano nelle malattie.<\/p>\n
Il sistema di base \u00e8 AlphaFold, sviluppato da DeepMind e gi\u00e0 utilizzato dal 2021 per prevedere con elevata precisione la struttura di milioni di proteine. Per rendere questi risultati accessibili a tutta la comunit\u00e0 scientifica, DeepMind e EMBL-EBI hanno creato l\u2019AlphaFold Database<\/a><\/b>, 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.<\/b>
Nel nuovo aggiornamento hanno contribuito anche NVIDIA, che ha fornito infrastrutture di calcolo avanzate, e il gruppo guidato dal bioinformatico Martin Steinegger <\/a>alla Seoul National University, che ha sviluppato metodologie per accelerare gli allineamenti di sequenze e le predizioni di deep learning su larga scala.<\/p>\n
\u00abEspandere il Database Alphafold con l\u2019aggiunta dei complessi proteici risponde ad un\u2019esigenza critica espressa dalla comunit\u00e0 scientifica\u00bb, sottolinea Anna Koivuniemi<\/b>, responsabile dell\u2019Impact Accelerator di Google DeepMind. \u00abCi auguriamo che, rendendo accessibili queste informazioni, consentiremo ai ricercatori di tutto il mondo di guidare la prossima ondata di scoperte<\/b>, che potrebbero migliorare la salute umana su scala globale\u00bb.
Comprendere le interazioni proteina-proteina \u00e8 infatti essenziale per spiegare molti fenomeni biologici, dalle infezioni ai tumori<\/b>, e rappresenta uno dei principali obiettivi della medicina molecolare.<\/p>\n
Secondo gli autori del progetto, ricreare queste predizioni richiederebbe circa 17 milioni di ore di calcolo GPU (<\/b>Graphics Processing Unit, o unit\u00e0 di elaborazione grafica). Metterle a disposizione una sola volta in una piattaforma condivisa consente di accelerare enormemente la ricerca globale. \u00abL\u2019ambizione di NVIDIA \u00e8 di fornire costantemente accelerazioni di ordini di grandezza per i processi fondamentali della biologia digitale, permettendo ci\u00f2 che prima non era possibile\u00bb, dice\u00a0Anthony Costa<\/b>, direttore di Digital Biology di NVIDIA. \u00abQuesta espansione del Database \u00e8 un ottimo esempio di come infrastruttura e software basati su AI possano raggiungere nuovi livelli di comprensione scientifica\u00bb.
\u00abLa scienza progredisce attraverso la collaborazione\u00bb, aggiunge Jo McEntyre,<\/b> direttrice ad interim di EMBL-EBI. \u00abRendendo questo dataset di complessi proteici disponibile alla comunit\u00e0 scientifica, invitiamo i ricercatori a testarlo, perfezionarlo e svilupparlo ulteriormente, per guidare la prossima ondata di scoperte biologiche\u00bb.<\/p>\n
\u00abRendendo le previsioni sui complessi proteici accessibili su una scala senza precedenti, stiamo illuminando un panorama fino ad ora invisibile di interazioni molecolari lungo l\u2019albero della vita\u00bb, rinforza Martin Steinegger, professore associato alla Seoul National University.
In totale la collaborazione ha gi\u00e0 calcolato previsioni per circa 30 milioni di complessi proteici. <\/b>Di questi, 1,7 milioni di omodimeri ad alta affidabilit\u00e0 sono stati integrati direttamente nel database, mentre altri milioni di strutture sono disponibili per il download e l\u2019analisi da parte dei ricercatori.<\/p>\n
\u00abIl genoma umano contiene poco pi\u00f9 di 20.000 proteine diverse\u00bb, ricorda\u00a0Dame Janet Thornton<\/b>, direttrice emerita di EMBL-EBI. \u00abNonostante questo genoma relativamente piccolo, gli esseri umani mostrano percorsi, processi e regolazioni incredibilmente complessi. Gran parte di questa complessit\u00e0 deriva dalle interazioni intermolecolari tra proteine, ligandi <\/a>di piccole molecole e DNA. Aggiungere le previsioni di interazioni proteina-proteina omodimeriche al Database Alphafold \u00e8 un primo passo verso una descrizione completa dell\u2019interattoma umano, la base su cui sar\u00e0 descritta e compresa la biologia umana\u00bb.
Secondo Thornton, queste informazioni avranno implicazioni dirette per lo sviluppo di nuovi farmaci e per la comprensione delle interazioni tra ospiti e patogeni<\/b>. \u00abRendere queste strutture accessibili a tutti permette a ogni ricercatore nel mondo di basarsi su questi dati, e di avvicinarsi sempre di pi\u00f9 alla predizione della biologia della vita\u00bb.<\/p>\n![\"ilMedicoRisponde\"\/](\"https:\/\/www.europesays.com\/it\/wp-content\/uploads\/2026\/03\/medico-risponde.png\")
![\"ilMedicoRisponde\"\/](\"https:\/\/images2.corriereobjects.it\/images\/salute\/logo-medico-risponde.svg?v=2\"){kind=logo}
<\/p>\n
di eccellenza che rispondono gratuitamente ai quesiti sulla tua salute<\/p>\n