Q&A: Implementazione dell'IA per creare proteine mai viste prima in natura

In un passo avanti innovativo per la biologia sintetica, i ricercatori stanno sfruttando l'intelligenza artificiale per progettare proteine che non sono mai esistite in natura. Questa innovazione segna un momento cruciale nella ricerca decennale di creare nuove proteine, che hanno un potenziale trasformativo per la medicina, la biotecnologia e la scoperta scientifica. Jason Zhang, assistente professore di bioingegneria alla Samueli UCLA School of Engineering, sta guidando gli sforzi per spingere i confini della progettazione delle proteine utilizzando tecniche avanzate di IA.

Il suo lavoro si basa sulla ricerca pionieristica di David Baker, premio Nobel per la chimica, i cui contributi all'ingegneria delle proteine computazionali hanno gettato le basi per questa nuova frontiera. Zhang ha lavorato precedentemente sotto la guida di Baker all'Università di Washington, dove ha acquisito esperienza nella progettazione razionale delle proteine, un metodo che contrasta con gli approcci tradizionali basati sulla selezione evolutiva. Il processo inizia con la creazione di modelli guidati dall'intelligenza artificiale in grado di generare vaste biblioteche di potenziali strutture proteiche.

Questi modelli sono addestrati su ampi set di dati derivati da risultati sperimentali, consentendo loro di prevedere quali sequenze di aminoacidi si piegheranno in proteine funzionali. Una volta generate, queste sequenze vengono tradotte in DNA e sintetizzate in un ambiente di laboratorio, dove la loro funzionalità viene testata contro obiettivi specifici. Questo approccio consente agli scienziati di valutare migliaia di proteine candidate contemporaneamente, accelerando significativamente il ritmo della scoperta rispetto ai metodi convenzionali. La ricerca di Zhang comprende una vasta gamma di applicazioni, dallo sviluppo di strumenti diagnostici all'avanzamento delle strategie terapeutiche.

Un progetto di rilievo riguarda la progettazione di biosensori in grado di monitorare complessi processi biologici all'interno di sistemi viventi. Questi sensori forniscono informazioni dettagliate sulle funzioni cellulari, aprendo potenzialmente la strada alla medicina personalizzata e a trattamenti più efficaci per malattie che vanno dal cancro ai disturbi neurologici. Un obiettivo particolarmente ambizioso è lo sviluppo di una "cellula virtuale", una rappresentazione digitale di sistemi biologici in grado di simulare il comportamento e le interazioni cellulari. Integrando grandi quantità di dati raccolti da biosensori progettati, i ricercatori mirano a costruire modelli completi di attività cellulare.

Tali modelli potrebbero consentire la previsione di come diversi farmaci interagiscono con specifici tipi di cellule, offrendo una precisione senza precedenti nello sviluppo di farmaci e nella pianificazione del trattamento. La collaborazione svolge un ruolo cruciale nel tradurre i progressi teorici in applicazioni pratiche. Zhang lavora insieme ai colleghi dell'UCLA per sviluppare terapie mirate, compresi approcci innovativi per il trattamento di forme rare di cancro al fegato utilizzando la tecnologia delle cellule CAR-T, una strategia che ha dimostrato un notevole successo nel trattamento dei tumori del sangue. Questi sforzi di collaborazione evidenziano la natura interdisciplinare della moderna ricerca biomedica, in cui la modellazione sperimentale incontra la validazione sperimentale.

Un'altra area critica di attenzione all'interno del laboratorio di Zhang è lo studio delle proteine disordinate, che sono implicate in numerose malattie, tra cui neurodegenerazione, diabete e alcuni tumori. I farmaci tradizionali a piccole molecole spesso lottano per colpire queste proteine a causa della loro mancanza di struttura definita. Per superare questa sfida, il team di Zhang impiega l'IA generativa per progettare interamente nuove pieghe proteiche che possono specificamente legarsi alle proteine disordinate. Questa strategia cerca di trasformare obiettivi intrinsecamente "non farmacabili" in candidati terapeutici vitali inducendo cambiamenti strutturali che li rendono suscettibili ai meccanismi farmacologici convenzionali.

Mentre il campo continua ad evolversi, l'integrazione dell'IA nell'ingegneria proteica promette di rivoluzionare la nostra comprensione dei sistemi biologici e di espandere gli orizzonti della scienza medica.