Skip to main content

Metà del premio va a Demis Hassabis e John M. Jumper di Google DeepMind per aver usato l’intelligenza artificiale per risolvere il ripiegamento delle proteine, e l’altra a David Baker per gli strumenti che aiutano a progettare nuove proteine.

Con un secondo Nobel per l’intelligenza artificiale, l’Accademia reale svedese delle scienze ha assegnato metà del premio 2024 per la chimica a Demis Hassabis, cofondatore e amministratore delegato di Google DeepMind, e John M. Jumper, direttore della stessa azienda, per il loro lavoro sull’uso dell’intelligenza artificiale per prevedere le strutture delle proteine. L’altra metà va a David Baker, professore di biochimica all’Università di Washington, per il suo lavoro sulla progettazione computazionale delle proteine. I vincitori si divideranno un montepremi di 11 milioni di corone svedesi (1 milione di dollari).

L’impatto potenziale di questa ricerca è enorme. Le proteine sono fondamentali per la vita, ma per capire cosa fanno è necessario capire la loro struttura, un puzzle molto difficile che un tempo richiedeva mesi o anni per essere risolto per ogni tipo di proteina. Riducendo il tempo necessario per prevedere la struttura di una proteina, strumenti computazionali come quelli sviluppati dai vincitori del premio di quest’anno aiutano gli scienziati a comprendere meglio il funzionamento delle proteine e ad aprire nuove strade per la ricerca e lo sviluppo di farmaci. La tecnologia potrebbe sbloccare vaccini più efficienti, accelerare la ricerca di cure per il cancro o portare a materiali completamente nuovi.

Hassabis e Jumper hanno creato AlphaFold, che nel 2020 ha risolto un problema con cui gli scienziati hanno lottato per decenni: prevedere la struttura tridimensionale di una proteina a partire da una sequenza di amminoacidi. Da allora lo strumento di intelligenza artificiale è stato utilizzato per prevedere le forme di tutte le proteine conosciute dalla scienza.

Il loro ultimo modello, AlphaFold 3, è in grado di prevedere le strutture di DNA, RNA e molecole come i ligandi, essenziali per la scoperta di farmaci. DeepMind ha anche rilasciato gratuitamente agli scienziati il codice sorgente e il database dei suoi risultati.

“Ho dedicato la mia carriera al progresso dell’IA per il suo potenziale senza pari di migliorare la vita di miliardi di persone”, ha dichiarato Demis Hassabis. “AlphaFold è già stato utilizzato da più di due milioni di ricercatori per far progredire lavori cruciali, dalla progettazione di enzimi alla scoperta di farmaci. Spero che guarderemo ad AlphaFold come alla prima prova dell’incredibile potenziale dell’IA nell’accelerare la scoperta scientifica”, ha aggiunto.

Baker ha creato diversi strumenti di intelligenza artificiale per progettare e prevedere la struttura delle proteine, come la famiglia di programmi chiamata Rosetta. Nel 2022, il suo laboratorio ha creato uno strumento di intelligenza artificiale open-source chiamato ProtProteinMPNN che potrebbe aiutare i ricercatori a scoprire proteine precedentemente sconosciute e a progettarne di completamente nuove. Aiuta i ricercatori che hanno in mente una struttura proteica esatta a trovare sequenze di aminoacidi che si ripiegano in quella forma.

Recentemente, a fine settembre, il laboratorio di Baker ha annunciato di aver sviluppato molecole personalizzate che consentono agli scienziati di indirizzare con precisione ed eliminare le proteine associate alle malattie nelle cellule viventi.

“Le proteine si sono evolute nel corso dell’evoluzione per risolvere i problemi che gli organismi hanno dovuto affrontare durante l’evoluzione. Ma oggi ci troviamo di fronte a nuovi problemi, come il Covid. Se potessimo progettare proteine che siano altrettanto brave a risolvere i nuovi problemi quanto quelle che si sono evolute nel corso dell’evoluzione lo sono a risolvere i vecchi problemi, sarebbe davvero molto potente”, ha dichiarato Baker a MIT Technology Review nel 2022.