Fonte: www.pharmaretail.it – 11 marzo 2020

di Chiara Romeo

In questo momento di emergenza globale DeepMind, il gruppo di ricerca privato di Google che si occupa di studiare l’Artificial intelligence (AI), si sta unendo allo sforzo globale per contrastare il COVID-19. Infatti, ha messo a disposizione il suo sistema di deep learning utilizzato per la previsione delle strutture proteiche, condividendo in open source i risultati.

Capire le strutture proteiche del virus per sviluppare terapie
DeepMind è un gruppo di ricerca fondato da Demis Hassabis, che nel 2014 è stato acquisito da Google: nel suo team annovera scienziati, ingegneri, esperti di machine learning, che lavorano insieme nello studio dell’AI. Pochi giorni fa, ha messo a disposizione della comunità scientifica, in open source, le sue previsioni sulle strutture proteiche del coronavirus. Il sistema utilizzato è basato su una tecnica di apprendimento automatico (il deep learning) nota come “free modelling”, per aiutare a prevedere le strutture proteiche.
«Speriamo di contribuire allo sforzo scientifico, utilizzando l’ultima versione del nostro sistema AlphaFold per fare previsioni strutturali di diverse proteine associate a SARS-CoV-2, il virus che causa COVID-19», si legge sul sito del gruppo di ricerca. «Sottolineiamo che queste previsioni di struttura non sono state verificate sperimentalmente, ma speriamo che possano contribuire a rispondere alle domande della comunità scientifica sul funzionamento del virus e che fungano da piattaforma per la generazione di ipotesi del futuro lavoro sperimentale nello sviluppo di terapie».

Conoscere la struttura di una proteina fornisce una risorsa importante per capire come funziona, ma gli esperimenti per determinare la struttura possono richiedere mesi. Nei casi in cui la struttura di una proteina simile è già stata determinata sperimentalmente, gli algoritmi basati sulla “template modelling” sono in grado di fornire previsioni accurate sulla struttura della proteina. «AlphaFold, il nostro sistema di deep learning recentemente pubblicato, si concentra sulla previsione accurata della struttura proteica quando non sono disponibili strutture di proteine simili, chiamate free modelling».

Questo risultato è stato possibile perché i laboratori di tutto il mondo, che lavorano allo studio delle epidemie hanno condiviso in open source i genomi del virus in database, mentre altri hanno condiviso strutture determinate dal punto di vista sperimentale e computazionalmente previste di alcune delle proteine virali, e altri ancora hanno condiviso dati epidemiologici. Dunque, sottolineano, «questo lavoro non sarebbe possibile senza gli sforzi dei ricercatori di tutto il mondo che hanno risposto all’epidemia di COVID-19 con incredibile velocità».

È importante sottolineare che il sistema è ancora in fase di sviluppo e i ricercatori non sono certi dell’accuratezza delle strutture che stanno fornendo, ma di recente i risultati sono stati condivisi con gli scienziati del Francis Crick Institute nel Regno Unito, tra cui biologi strutturali e virologi, che hanno incoraggiato DeepMind a comunicare tali strutture alla comunità scientifica generale.

«Normalmente aspetteremmo di pubblicare questi risultati fino a quando non viene approvata da una rivista accademica. Tuttavia, vista la situazione, stiamo pubblicando le strutture in open source come le abbiamo ora in modo che chiunque possa farne uso», conclude la nota del gruppo.