Rivoluzioni molecolari (e come non farsi ghigliottinare dall’IA)

Qualche anno fa sembrava che l’intelligenza artificiale avesse “risolto” il problema delle proteine. Titoli entusiastici, toni da fine della storia, colleghi che improvvisamente pronunciavano la parola deep learning con la stessa naturalezza con cui prima dicevano “cristallografia” o "modello di Go". Io stesso ne avevo scritto qui sul blog, cercando di capire (da fisico infiltrato in biologia) cosa stesse davvero succedendo.
Una specie di Lady Oscar computazionale, con il cuore da fisico e l'apparenza di un biologo, o viceversa, insomma fate un po' voi. Tanto entusiasmo nell’aria, un certo tremore sotto i piedi, e la sensazione che nulla sarebbe stato più come prima. Sentivo in giro anche tante Marie Antoniette che proclamavano "se non hanno la struttura, che mangino reti neurali"! Al posto della Bastiglia però qui c’erano le strutture proteiche, e al posto dei moschetti i nostri calcolatori.

Di recente ho letto un bell’articolo su Quanta Magazine (“How AI Revolutionized Protein Science — But Didn’t End It”) e mi è venuta voglia di tornare sull’argomento. Ve lo consiglio davvero: è in inglese, ma è scritto con equilibrio e intelligenza. E soprattutto dice una cosa che a me, personalmente, piace moltissimo: l’IA ha rivoluzionato la scienza delle proteine, ma non l’ha affatto finita.

AlphaFold e compagnia ci hanno dato qualcosa che per decenni è stato una sorta di miraggio: la possibilità di passare dalla sequenza aminoacidica alla struttura tridimensionale con una precisione impressionante. Per un biofisico, è quasi poetico: da una stringa di lettere a un oggetto nello spazio, con angoli, superfici, cavità, simmetrie. È la materializzazione dello slogan rivoluzionario tipo libertè, egalitè fraternitè: "sequenza, struttura, funzione"! Ma, come spesso accade nelle rivoluzioni, la realtà è più complessa degli slogan. La struttura è una fotografia. La funzione biologica è un film.