Ricerca biomedica e IA: una sinergia in grado di salvare delle vite

Negli ultimi anni l'Intelligenza Artificiale (IA) e le tecnologie da essa derivate hanno rivoluzionato la biologia computazionale e la medicina. Andrea Cavalli, Direttore di laboratorio dell'Istituto di ricerca in biomedicina (IRB), ha spiegato come i nuovi strumenti sono impiegati nell'ambito della ricerca scientifica all'IRB in un articolo pubblicato da laRegione.

La prima tecnologia alla quale Andrea Cavalli fa riferimento è AlphaFold, un sistema sviluppato da DeepMind capace di prevedere in modo rapido e preciso la struttura tridimensionale delle proteine, le quali svolgono un compito importante all'interno del nostro corpo. Affinché ciò possa avvenire è importante che la sequenza di aminoacidi che forma la proteina sia corretta: "Basta un solo elemento fuori posto per distorcere l'intera struttura, causando effetti potenzialmente devastanti, come accade nelle malattie genetiche neurodegenerative, quali il Parkinson e l'Alzheimer, o nei tumori. Per decenni comprendere quali forme assumessero le proteine è stato uno degli enigmi più affascinanti della scienza" ha spiegato il Direttore di laboratorio dell'IRB.

Sebbene esistessero già dei metodi capaci di fornire risposte a tale quesito, AlphaFold ha rivoluzionato il settore, in quanto permette di ottenere risposte in tempi molto più brevi aprendo la strada a nuovi ambiti di ricerca, come ricordato da Andrea Cavalli: "Nel settembre 2023, il team di DeepMind ha sfruttato AlphaFold per analizzare l'effetto di 71 milioni di mutazioni dannose in proteine umane associate a malattie genetiche rare e tumori. Questo lavoro ha permesso di mappare le conseguenze strutturali e funzionali di tali mutazioni su larga scala, fornendo una risorsa preziosa per la ricerca medica e la progettazione di nuove terapie".

AlphaFold è stato utilizzato anche all'interno dei laboratori dell'IRB, nell'ambito di un progetto al quale hanno preso parte, oltre ad Andrea Cavalli, Concetta Guerra e Jacopo Sgrignani: "Abbiamo utilizzato AlphaFold per identificare molecole in grado di bloccare l'attività della proteina WWP2 con l'obiettivo di arrestare la crescita incontrollata delle cellule tumorali nel cancro alla prostata. Inoltre, stiamo impiegando questa tecnologia per progettare anticorpi capaci di bloccare proteine particolari note come fattori di trascrizione “modificati” e iperattivi, anch'essi coinvolti nei tumori, e impossibili da studiare con le tecniche sperimentali tradizionali".

Il valore di una tecnologia come AlphaFold è stato sottolineato dal fatto che nel 2024 il Premio Nobel per la Chimica sia stato assegnato a Demis Hassabis, John Jumper e David Baker, fondatore di Rosetta, "un algoritmo basato su modelli statistici ed evolutivi per predire la struttura delle proteine" che può essere considerato l'antenato di AlphaFold.

La seconda tecnologia menzionata da Andrea Cavalli sono i Large Language Models (LLM), i quali permettono di analizzare rapidamente una cospicua quantità di informazioni. "Questi modelli avanzati hanno dimostrato un'incredibile capacità di apprendere relazioni complesse tra oggetti e di “ragionare” su di esse in modi creativi paragonabili al pensiero umano. L'impatto di questa tecnologia va ben oltre il dominio del linguaggio, trovando applicazione anche in biologia. Nel nostro laboratorio, stiamo esplorando come gli LLM possano interpretare le sequenze di anticorpi e antigeni come se fossero un linguaggio, decodificando il complesso “alfabeto” immunologico. L'obiettivo finale di questo progetto, chiamato AntibodyGPT, è quello di sviluppare un LLM in grado di generare sequenze di anticorpi come “frasi” in risposta ai nostri “prompts” per creare anticorpi neutralizzanti contro proteine virali o capaci di bloccare proteine chiave in malattie autoimmuni e oncologiche" ha illustrato il Direttore di laboratorio dell'IRB.

Il prossimo passo nella ricerca prevede l'uso combinato delle due tecnologie appena analizzate: "La struttura tridimensionale delle proteine, svelata da AlphaFold, rappresenta una mappa fisica delle loro funzioni e interazioni, mentre il linguaggio delle sequenze, decodificato dagli LLM, svela regole e significati che guidano i complessi comportamenti molecolari. Grazie a questa stretta interdipendenza, è possibile integrare dati strutturali e sequenziali per ottenere una comprensione più profonda e dettagliata delle biomolecole e delle loro interazioni, aprendo nuove possibilità per l'innovazione biomedica e rendendo la progettazione di terapie personalizzate più efficace e innovativa" ha spiegato Andrea Cavalli. Le due tecnologie, inoltre, aprono la strada alla possibilità di creare "gemelli virtuali" dei pazienti, sui quali poter verificare gli effetti di terapie diverse: "La realizzazione di questa visione trasformerebbe la medicina personalizzata, consentendo simulazioni terapeutiche avanzate, ottimizzazione dei trattamenti e accelerazione della ricerca clinica, riducendo tempi e costi nello sviluppo di farmaci" ha affermato Andrea Cavalli.

Il Direttore di lavoratorio dell'IRB ha concluso ricordando come sul suolo ticinese siano presenti numerosi istituti d'eccellenza, come il Centro Svizzero di Calcolo Scientifico (CSCS), dotato di infrastrutture di supercalcolo all'avanguardia, l'Università della Svizzera italiana (USI), l'IRB e l'Istituto di ricerca oncologica (IOR), che collaborano tra loro: "Questa sinergia sta trainando la scienza verso nuove frontiere, aprendo la strada a una medicina predittiva e personalizzata. Un impegno collettivo e una visione creativa, tra accademia, industria e società, per realizzare il pieno potenziale di questa rivoluzione, trasformando la conoscenza in strumenti concreti per migliorare la vita umana".

L'articolo completo di Andrea Cavalli per laRegione è disponibile al seguente link.