Sblocca gratuitamente il Digest dell'editore
Il biochimico statunitense David Baker e gli scienziati di Google DeepMind Sir Demis Hassabis e John Jumper hanno vinto congiuntamente il Premio Nobel per la chimica per il loro lavoro volto a svelare i segreti biologici delle proteine che sono alla base della vita e della salute.
Baker ha vinto metà del premio da 11 milioni di corone svedesi (1,06 milioni di dollari) per la sua ricerca sulla progettazione computazionale delle proteine, mentre il duo DeepMind ha ricevuto l'altra metà per la previsione della struttura delle proteine, ha dichiarato mercoledì l'Assemblea del Nobel a Stoccolma.
Il premio riconosce i grandi progressi nelle tecniche per comprendere come le proteine funzionano e interagiscono per far funzionare le cellule viventi. I metodi, compresi i modelli AlphaFold basati sull’intelligenza artificiale di DeepMind, hanno alimentato la speranza che possano essere strumenti potenti nello sviluppo di nuove terapie per malattie difficili da trattare.
Baker, che è direttore dell'Institute for Protein Design dell'Università di Washington, è “riuscito nell'impresa quasi impossibile di costruire tipi di proteine completamente nuovi”, hanno detto gli organizzatori del Nobel. Hassabis e Jumper avevano “sviluppato un modello di intelligenza artificiale per risolvere un problema vecchio di 50 anni: prevedere le strutture complesse delle proteine”.
“Entrambe queste scoperte aprono vaste possibilità”, ha affermato Heiner Linke, presidente del comitato chimico del Nobel.
In una telefonata con il comitato per il Nobel dopo l'annuncio, Baker si è detto “profondamente onorato” e “stava sulle spalle di giganti”, visto il contributo di altri ricercatori. “I nostri nuovi metodi di intelligenza artificiale sono molto più potenti dei tradizionali metodi basati sui modelli scientifici. Sono davvero entusiasta di tutti i modi in cui la progettazione delle proteine può ora rendere il mondo un posto migliore nel campo della salute, della medicina e della salute. . . nella tecnologia e nella sostenibilità”, ha aggiunto.
Dall'inizio degli anni 2000 Baker ha sfruttato la progettazione computerizzata per costruire nuove proteine partendo dai 20 diversi elementi costitutivi, noti come aminoacidi, di cui sono per la maggior parte costituite. I suoi team hanno prodotto nuove strutture da utilizzare in vaccini, nanomateriali e minuscoli sensori.
Nel 2022, i team di Hassabis e Jumper hanno utilizzato il modello AI AlphaFold per costruire il database più completo e accurato finora di quasi tutte le proteine conosciute. Coprendo circa 200 milioni di proteine, si prevede che la svolta ridurrà significativamente il tempo necessario per effettuare scoperte biologiche.
Hassabis, co-fondatore e amministratore delegato di Google DeepMind, il braccio di ricerca sull'intelligenza artificiale del colosso della Silicon Valley, ha descritto l'innovazione AlphaFold a marzo come un modo più efficiente “per cercare l'ago in un pagliaio”.
“Questo è ciò a cui si riduce gran parte della scienza. . . se riesci a catturare un problema in questo modo, allora questi tipi di sistemi di intelligenza artificiale che stiamo costruendo ora possono essere molto utili”.
La terza iterazione di AlphaFold presentata da DeepMind a maggio si estende oltre le proteine per esaminare altre reti biochimiche che sostengono la vita nelle cellule del nostro corpo. AlphaFold 3 copre i codici genetici del DNA e dell'RNA nonché i ligandi, molecole che si legano ad altre e possono essere importanti marcatori di malattia.
Il comitato per il Nobel ha affermato che ci sono già state molte applicazioni dei modelli AlphaFold, come la progettazione di vaccini e l’estrazione dal database delle proteine alla ricerca di nuovi enzimi che potrebbero degradare la plastica.
DeepMind ha creato un ramo dedicato alla scoperta di farmaci, noto come Isomorphic Labs, per basarsi sulle scoperte scientifiche di AlphaFold. Hassabis ha dichiarato quest’anno al MagicTech che l’obiettivo era quello di utilizzare il modello per ridurre la fase media di scoperta – quando i potenziali farmaci vengono identificati prima degli studi clinici – da cinque a due anni.
“AlphaFold ha dato ai ricercatori la capacità senza precedenti di prevedere come “assomigliano” le proteine in tre dimensioni”, ha affermato Michael Dennis, direttore scientifico della CAS, una divisione dell'American Chemical Society. “L’impatto di questa tecnologia sulla comprensione dei meccanismi della malattia e sullo sviluppo di farmaci e nuove terapie è immenso”.
Il premio per la chimica è il terzo dei sei Nobel annuali che verranno annunciati nei giorni feriali successivi. Giovedì verranno svelati i vincitori del premio per la letteratura, venerdì per la pace e lunedì per l'economia.