Un gruppo di ricerca dell’Università di Basilea e del SIB Swiss Institute of Bioinformatics ha scoperto un tesoro di proteine non caratterizzate. Abbracciando la recente rivoluzione del deep learning, hanno scoperto centinaia di nuove famiglie di proteine e persino un nuovo ripiegamento proteico previsto. Lo studio è stato ora pubblicato in Natura.
Negli ultimi anni, AlphaFold ha rivoluzionato la scienza delle proteine. Questo strumento di intelligenza artificiale (AI) è stato addestrato sui dati proteici raccolti da scienziati della vita per oltre 50 anni ed è in grado di prevedere la forma 3D delle proteine con elevata precisione. Il suo successo ha portato lo scorso anno alla modellizzazione di ben 215 milioni di proteine, fornendo informazioni sulla forma di quasi tutte le proteine. Ciò è particolarmente interessante per le proteine che non sono state studiate sperimentalmente, un processo complesso e dispendioso in termini di tempo.
“Ora esistono molte fonti di informazioni sulle proteine, che racchiudono preziose informazioni su come le proteine si evolvono e funzionano”, afferma Joana Pereira, a capo dello studio. Tuttavia, la ricerca si trova da tempo ad affrontare una giungla di dati. Il gruppo di ricerca guidato dal professor Torsten Schwede, capogruppo del Biozentrum, dell’Università di Basilea e dell’Istituto svizzero di bioinformatica (SIB), è riuscito ora a decifrare alcune delle informazioni nascoste.
Una vista a volo d’uccello rivela nuove famiglie e pieghe di proteine
I ricercatori hanno costruito una rete interattiva di 53 milioni di proteine con strutture AlphaFold di alta qualità. “Questa rete costituisce una preziosa fonte per prevedere teoricamente famiglie di proteine sconosciute e le loro funzioni su larga scala”, sottolinea la dott.ssa Janani Durairaj, la prima autrice. Il team è stato in grado di identificare 290 nuove famiglie di proteine e una nuova piega proteica che ricorda la forma di un fiore.
Basandosi sull’esperienza del gruppo Schwede nello sviluppo e nella manutenzione del software leader SWISS-MODEL, hanno reso la rete disponibile come risorsa web interattiva, denominata “Protein Universe Atlas”.
L’intelligenza artificiale come strumento prezioso nella ricerca
Il team ha utilizzato strumenti basati sul Deep Learning per trovare novità in questa rete, aprendo la strada alle innovazioni nelle scienze della vita, dalla ricerca di base a quella applicata. “Comprendere la struttura e la funzione delle proteine è in genere uno dei primi passi per sviluppare un nuovo farmaco o per modificarne le funzioni mediante l’ingegneria proteica, ad esempio”, afferma Pereira. Il lavoro è stato sostenuto da una sovvenzione “kickstarter” di SIB per incoraggiare l’adozione dell’intelligenza artificiale nelle risorse delle scienze della vita. Sottolinea il potenziale di trasformazione del Deep Learning e degli algoritmi intelligenti nella ricerca.
Con l’Atlante dell’Universo delle proteine, gli scienziati possono ora saperne di più sulle proteine rilevanti per la loro ricerca. “Ci auguriamo che questa risorsa possa aiutare non solo ricercatori e biocuratori, ma anche studenti e insegnanti, fornendo una nuova piattaforma per apprendere la diversità delle proteine, dalla struttura, alla funzione, all’evoluzione”, afferma Janani Durairaj.
Da un’altra testata giornalistica. news de www.sciencedaily.com
