Come l'intelligenza artificiale può aiutare a creare nuovi farmaci

Dettaglio dell'immagine di copertina di Nature Methods (immagine originale di Laura Persat, EPFL)
Dettaglio dell'immagine di copertina di Nature Methods (immagine originale di Laura Persat, EPFL)

Servizio comunicazione istituzionale

10 Aprile 2020

Le proteine sono delle molecole fondamentali del corpo umano, sono i “mattoni” della vita, e dal loro aspetto, ovvero dall’analisi della loro struttura superficiale, è possibile predire quale sarà il loro comportamento. Questo è un elemento importante per, ad esempio, la progettazione di nuovi farmaci, ed è proprio qui che si vuole arrivare con nuovo sistema di intelligenza artificiale MaSIF (Molecular Surface Interaction Fingerprinting) sviluppato da Bruno Correia del Politecnico di Losanna (EPFL) in collaborazione con Michael Bronstein, professore di informatica all'Università della Svizzera italiana (USI) e all'Imperial College di Londra, nonché capo della ricerca in Graph Learning di Twitter. Il lavoro è valso loro la copertina del numero di febbraio della rivista scientifica Nature Methods. 

Attraverso l’innovativo metodo di apprendimento automatico sviluppato dal Prof. Bronstein, il cosiddetto geometric deep learning, i ricercatori hanno “insegnato” al sistema come collegare le proprietà geometriche e chimiche delle proteine con le loro capacità di interazione. “Le proteine possono legarsi ad altre molecole, ad esempio ai recettori delle cellule, come fa una chiave che entra nella serratura: in questo modo inducono una cascata di segnali che porta ad attivare, spegnere o modulare un'attività biologica nella cellula”, spiega Bronstein. Dopo l'addestramento, l'algoritmo è capace di analizzare miliardi di superfici proteiche al secondo. “Ora possiamo studiare anche interazioni multiple tra proteine, confrontando un intero mazzo di chiavi con tante serrature: è come un puzzle tridimensionale, che adesso è possibile risolvere con una velocità fino a 10.000 volte superiore a prima”, aggiunge l'esperto. 

Il sistema sviluppato da Bronstein e Correia aiuterà a capire come interagiscono le circa 20.000 proteine presenti nel corpo umano, ma non solo. Servirà anche a disegnare nuovi farmaci contro il cancro, ad esempio “molecole capaci di legare e inibire il complesso di proteine PD-1/PD-L1 che rende le cellule tumorali invisibili al sistema immunitario”, sottolinea Bronstein. Ma le applicazioni potrebbero andare ben oltre la medicina: si potrebbero disegnare anche proteine da usare come sensori chimici o catalizzatori per velocizzare le reazioni nei processi industriali. 

 

(Testo elaborato dall’articolo originale di Elisa Buson, per gentile concessione di Ticinoscienza.)

Facoltà

Rubriche