M'illumino d'immenso

“L’intero universo delle proteine”, “Abbiamo determinato la struttura di tutte le proteine”, “Niente sarà più come prima” e altri titoloni del genere hanno illuminato d’immenso la rete, rimbalzando da un profilo social all’altro, almeno nella bolla dei miei contatti. Purtroppo, non è stato lo stesso nel mondo dei media tradizionali: giornali (se non quelli specialistici) e televisioni erano troppo impegnati a seguire i valzer della campagna elettorale che sta rallegrando o intristendo queste calde giornate estive, secondo i punti di vista. Nel mio caso, mi spinge a spegnere tutto e uscire di casa. Il clamore social però si riferisce ad un nuovo gigantesco passo compiuto dall’intelligenza artificiale e in particolare dall’ormai noto AlphaFold di DeepMind: ha predetto la struttura di circa 200 milioni di proteine. 200 milioni: una cifra non è però indicativa se non è accompagnata da un confronto. E, per confronto, possiamo prendere il Protein Data Base che contiene, al momento, circa 200mila strutture determinate e risolte con metodi sperimentali, ovvero l’uno per mille delle strutture predette da DeepMind. In altre parole, vuol dire che i gingilli con cui ci siamo divertiti finora nelle nostre simulazioni al computer vanno ora moltiplicati per mille: si tratta davvero di esplorare l’intero universo attraverso un balzo in quello che qualche anno fa sarebbe stato considerato l’iperspazio. E per un bambino degli anni ’70 il salto nell’iperspazio si fa a bordo del Millennium Falcon, quindi userò i personaggi di Guerre Stellari per esprimere i miei punti di vista in proposito.

Partiamo con Han Solo e il suo pragmatismo unito allo spirito di avventura e a quella sfrontatezza che ne ha determinato le fortune. Han Solo direbbe che sì, questo è davvero un passo gigantesco perché modifica completamente la situazione precedente. Le proteine di cui conosciamo la struttura dal punto di vista sperimentale sono solo una piccolissima parte: come ho riportato, DeepMind ha esteso la nostra capacità di predire le strutture di un fattore mille. Non solo abbiamo ampliato il bacino di strutture con cui giocare, ma adesso è anche possibile fare confronti tra le strutture di proteine che svolgono le stesse funzioni (o funzioni molto simili) in animali diversi. Infatti, questo salto di AlphaFold ha permesso di determinare le strutture di quasi tutte le proteine prodotte dall’uomo, dai topi e da altri 19 specie. E’ come se avessimo a disposizione 21 mondi da esplorare ancora più a fondo di quanto non sia stato fatto finora. E da confrontare, naturalmente. Tutti a bordo, quindi, affidiamoci alla buona sorte e partiamo!

Io però mi sono sentito sempre più vicino alla figura di un’apprendista Jedi, uno come Luke Skywalker, più che Han Solo. Almeno quando ero giovane, ormai sto puntando deciso verso il maestro Yoda, anche se non ho la stessa saggezza. Ad ogni modo, la formazione Jedi mi invita alla prudenza. Le strutture ottenute con metodi sperimentali rappresentano infatti solo una minima parte delle strutture delle proteine, ma costituiscono anche la base su cui DeepMind ha costruito l’altezza della sua conoscenza e capacità di predizione. Un’intelligenza artificiale, da questo punto di vista, non è molto diversa dalla nostra intelligenza: anche noi ci basiamo sulle nostre esperienze personali per fare predizioni. E se c’è una cosa di cui dovremmo sempre tener conto quando facciamo predizioni, è proprio che spesso prendiamo cantonate mostruose. DeepMind fa tutto questo usando un potere computazionale che il nostro cervello non ha (anche se noi scoviamo connessioni che ad un’intelligenza artificiale ancora sfuggono), eppure si basa sulle strutture note, non può inventarsi strutture nell’ignoto. Infatti non lo fa: le proteine per le quali DeepMind ha fornito una predizione accurata sono molto simili a quelle già conosciute, ma mancano ancora tantissime proteine per le quali la predizione non è ancora affidabile e altre per le quali la struttura semplicemente non c’è: ovvero le proteine intrinsecamente disordinate. C’è però da dire che l’algoritmo è onesto e informa l’utente dell’affidabilità della struttura predetta.

A questo punto con quel misto tra apprensione e determinazione rappresentato dalla Principessa Leia, cosa possiamo aspettarci da questo salto nell’iperspazio? Come cambierà il nostro sguardo dopo aver visitato questi 21 pianeti (uno dei quali è il nostro)? Beh, diciamo che tra i titoloni che giravano in rete, quello più realistico è proprio il “niente sarà più come prima”. In effetti, è vero: diciamo che DeepMind rappresenta la fine dei modelli per omologia, ovvero quei modelli che venivano realizzati partendo dalla sequenza di una proteina con struttura ignota e cercando corrispondenze con sequenze di proteine a struttura nota. In realtà si può dire che DeepMind non ha fatto altro che automatizzare i modelli per omologia, evitandoci quindi la fatica di costruire complicati algoritmi e lasciando che fosse proprio l’intelligenza artificiale ad occuparsene: da questo punto di vista, potrei dire che i modelli per omologia sono finiti in gloria con AlphaFold.

C’è però qualcosa di ancora più magnifico: la struttura delle proteine è importante per capire come funzionano e intervenire quando non funzionano correttamente, causando malattie. La struttura di quasi tutte le proteine per 21 organismi diversi significa poter studiare meccanismi, mutazioni e malfunzionamenti di un numero molto elevato di malattie. E per le proteine di cui ancora non si conosce la struttura, è possibile partire almeno da un’ipotesi di struttura e, magari, utilizzare i metodi computazionali, come la dinamica molecolare, per verificarne la stabilità, oppure per adattarla ai dati sperimentali ottenuti a risoluzione più bassa, come nel caso della microscopia crioelettronica. La fine dei modelli per omologia ha dischiuso davvero un universo che ci stupirà con tutte le sue stranezze e particolarità perché milioni di anni di evoluzione sul nostro pianeta hanno permesso di esplorare tantissime possibilità offerte dalla fisica e dalla chimica delle proteine: alla specie più evoluta ora spetta il compito di comprenderle per vivere meglio e, si spera, per prendersene una maggior cura.