Il premio Nobel per la chimica 2024 è stato assegnato dall’Accademia Reale Svedese delle Scienze per metà a David Baker (University of Washington, Seattle, WA, USA) per il suo lavoro pioneristico sulle proteine artificiali, mentre l’altra metà è andata a Demis Hassabis e John Jumper (Google DeepMind, Londra, UK) per lo sviluppo di Alphafold 2, un modello di intelligenza artificiale in grado di risolvere uno dei maggiori problemi della biologia moderna: predire la struttura tridimensionale di una proteina a partire dalla sua sequenza di amminoacidi.
Le proteine: il motore della biologia
Per capire meglio quanto rivoluzionarie siano le scoperte che sono state premiate dobbiamo capire cosa sono le proteine e qual è il loro ruolo biologico.
Le proteine non sono soltanto molecole “strutturali”, non servono cioè solo a mettere in mostra i bicipiti, ma hanno invece tanti ruoli fisiologici diversi. Le proteine costituiscono tutti i nostri enzimi, permettono il nostro metabolismo, regolano gli scambi di energia e il passaggio di nutrienti dentro e fuori dalle cellule; sostanzialmente qualsiasi trasformazione chimica che avviene nel nostro corpo è in qualche modo legata ad una o più proteine. Se il DNA è il manuale di istruzioni di un organismo vivente, le proteine sono sia gli operai che le macchine che permettono a queste istruzioni di concretizzarsi.
Da un punto di vista chimico, le proteine sono macromolecole (un modo complicato per intendere molecole molto grandi!) formate dalla ripetizione di migliaia di amminoacidi, molecole più piccole che possono combinarsi tra di loro in molti modi diversi. Gli amminoacidi naturali sono circa venti, e hanno la capacità di legarsi tra di loro per formare delle lunghissime catene, che a loro volta poi possono ripiegarsi e attorcigliarsi per formare delle strutture tridimensionali estremamente complicate. Ogni amminoacido ha delle specifiche proprietà chimiche e fisiche, e oltre a legarsi chimicamente con l’amminoacido precedente e quello successivo nella catena può anche interagire con l’ambiente circostante e con gli amminoacidi più distanti.
Alcuni amminoacidi, per esempio, amano più un ambiente acquoso che uno più idrofobo, altri sono parzialmente carichi positivamente e altri sono parzialmente carichi negativamente, alcuni sono più rigidi e altri più flessibili: la somma di tutte queste interazioni porta ogni proteina ad assumere una conformazione tridimensionale ben definita, nella quale la stabilità è massima.
Le cariche uguali tenderanno a respingersi, quelle opposte ad attrarsi, gli amminoacidi che amano l’acqua cercheranno di disporsi a contatto con l’ambiente acquoso, mentre quelli che preferiscono un ambiente diverso vorranno tentare di raggrupparsi tra di loro, alcuni amminoacidi hanno una conformazione geometrica che tende ad “arrotolare” la catena formando delle eliche che assomigliano a quelle del cavo di un telefono, mentre in altri casi saranno favorite altre geometrie. Insomma, identificare la struttura tridimensionale che meglio accontenti le necessità di ogni amminoacido in relazione all’ambiente circostante è un bel problema, perché è obbligatorio tenere conto di veramente un gran numero di parametri diversi. Ma si tratta anche di un compito fondamentale: la funzione di una proteina è strettamente legata alla sua forma!
L’emoglobina, per esempio, è formata da quattro catene contenenti ognuna circa 140 amminoacidi, ognuna delle quali è raggomitolata in una geometria specifica e che a loro volta si legano a un “cuore” centrale (il gruppo eme) che è il sito di attacco della molecola di ossigeno. Basta tuttavia una sola piccola mutazione, ovvero la sostituzione di un amminoacido idrofilo (l’acido glutammico) con uno idrofobo (la valina) per distruggerne la struttura tridimensionale, portando a una grave patologia: l’anemia falciforme.
Un compito complicato
Studiare la struttura tridimensionale di una proteina è quindi un passaggio assolutamente fondamentale per capirne la funzione, ma anche per progettare farmaci che possano interagire correttamente con essa quando diventa un target terapeutico. È ormai da molti anni che siamo capaci di studiare da quali amminoacidi è composta una proteina e in che ordine sono legati tra di loro. Pensate che Frederic Sanger vince il premio Nobel per la chimica nel 1958 proprio per il sequenziamento dell’insulina! Ma come avrete capito passare dalla sequenza di amminoacidi alla struttura tridimensionale era (fino a pochissimi anni fa) sostanzialmente impossibile: la struttura tridimensionale delle proteine andava per forza scoperta in maniera sperimentale, combinando numerose tecniche come la diffrazione a raggi-X, la risonanza magnetica nucleare (NMR) e la microscopia elettronica. Ma non si tratta di un lavoro facile: possono volerci anni e non sempre è fattibile!
Nonostante numerosi gruppi di ricerca lavorassero quindi a tempo pieno sull’arduo compito di identificare una strategia computazionale che permettesse di simulare la struttura di una proteina già da molti anni, fino al 2018 questo compito era sostanzialmente impossibile, e la maggior parte degli algoritmi e dei software a disposizione non erano in grado di fornire dei risultati accettabili. A partire dal 1994 esiste anche una competizione, chiamata Critical Assessment of Protein Structure Prediction (CASP), nella quale ogni due anni i gruppi di ricerca mettono alla prova i loro migliori algoritmi per tentare di predire la struttura 3D di una proteina a partire dalla sequenza amminoacidica. La risposta di ogni gruppo di ricerca viene poi paragonata alla struttura reale così come ottenuta dai dati sperimentali (e della quale i partecipanti sono all’oscuro fino alla fine della prova).
Nessuno aveva mai raggiunto un’accuratezza maggiore del 40% fino al 2018, l’anno in cui la squadra di Demis Hassabis partecipò con il software AlphaFold ottenendo una strabiliante accuratezza del 60%!
La storia di Demis Hassabis
Nato a Londra nel 1976, campione di scacchi a partire dall’età di quattro anni, programmatore professionista di videogiochi a sedici, laureato in computer science a Cambridge a ventuno, ha lanciato a soli ventidue anni la sua prima azienda, Elixir studios, in cui Hassabis iniziò a sfruttare la potenza dell’intelligenza artificiale nell’ambito videoludico con risultati sia scientifici che commerciali eccellenti. Ma limitarsi ai videogiochi non era certo nelle sue corde, e terminata nel 2005 l’esperienza con Elixir studios decise di intraprendere la strada delle neuroscienze con un dottorato alla University College London (UCL). Nella sua carriera da neuroscienziato, Hassabis ha pubblicato numerosi articoli scientifici su riviste del calibro di Nature e Science, alcuni dei quali hanno avuto un impatto enorme in questo ambito di ricerca.
Dopo quindi aver contribuito in maniera significativa a migliorare le nostre conoscenze sul funzionamento del cervello umano, nel 2010 fondò DeepMind, una start-up focalizzata sullo sviluppo di nuovi modelli di intelligenza artificiale, comprata da Google nel 2014 e salita agli onori della cronaca quando nel 2014 sviluppò un software capace di battere il campione mondiale del celebre gioco da tavolo tradizionale Go, un risultato che per la sua complessità fu considerato come una pietra miliare nel settore dell’AI.
A partire da questa esperienza Hassabis iniziò così a lavorare alla sfida successiva: utilizzare le conoscenze apprese per affrontare la previsione delle strutture delle proteine.
Il contributo di John Jumper e la nascita di AlphaFold 2
John Jumper è nato a Little Rock, Arkansas, USA, nel 1985, e la sua giovane età in un’epoca nella quale i vincitori dei Nobel sono spesso già in pensione da un decennio è sicuramente una incredibile fonte di ispirazione. Matematico e fisico di formazione, ha poi ottenuto nel 2017 un dottorato in chimica teorica dalla University of Chicago con una tesi intitolata: “New Methods Using Rigorous Machine Learning for Coarse-Grained Protein Folding and Dynamics”.
Durante il dottorato lavorò proprio sull’argomento della predizione della struttura di proteine, e quando seppe che DeepMind aveva iniziato a interessarsi all’argomento non si fece scappare l’occasione.
Per quanto il 60% di accuratezza ottenuto con AlphaFold nel 2018 fosse un enorme passo in avanti, non era infatti ancora sufficiente per poter considerare “risolto” il problema dell’elucidazione della struttura delle proteine. Come abbiamo visto nel caso dell’emoglobina, bastano infatti delle piccole alterazioni per inficiarne completamente l’attività biologica, e un’accuratezza del 60% era quindi decisamente troppo scarsa. Con il contributo di Jumper e la sua profonda conoscenza del comportamento e della chimica delle proteine nacque AlphaFold 2, che nell’edizione 2020 di CASP portò ad un’accuratezza del 90%, sostanzialmente in linea con quella che è l’incertezza delle misure sperimentali. La rivoluzione portata da AlphaFold 2 è stata rivoluzionaria: ciò che prima richiedeva anni di ricerche è oggi possibile nel giro di poche ore, se non minuti, e oggi AlphaFold 2 è utilizzato da più di due milioni di ricercatori in tutto il mondo.
Chiaramente questo non vuol dire che non è più necessaria la conferma sperimentale. Come tutti i sistemi di intelligenza artificiale, anche AlphaFold 2 si basa su una libreria di informazioni già esistenti: attraverso degli algoritmi estremamente sofisticati, AlphaFold 2 riesce a paragonare dei “pezzi” di una sequenza amminoacidica a “pezzi” con configurazione tridimensionale nota provenienti da proteine simili, e a valutare poi colmare il divario tra le informazioni note e quelle mancanti.
Questo vuol dire che nel caso di alcune proteine anche AlphaFold 2 deve arrendersi. Non solo, ma nuove informazioni saranno sempre necessarie per fare in modo da verificare che i risultati previsti siano corretti e per migliorarne la precisione.
David Baker, l’architetto delle proteine
Il lavoro di Hassabis e Jumper per quanto complesso, è abbastanza lineare: scoprire la sequenza amminoacidica di una proteina è un compito impegnativo ma fattibile, ciò che davvero è complicato è dalla sequenza risalire alla struttura tridimensionale. Davanti a un problema chiaro, i due ricercatori hanno trovato una soluzione eccellente.
Ma David Baker ha avuto un’intuizione decisamente controcorrente: ma se invece di ottenere la struttura tridimensionale di una proteina a partire dalla sequenza di amminoacidi volessimo fare il contrario, ovvero identificare una sequenza di amminoacidi a partire dalla conformazione? Possiamo sintetizzare delle proteina artificiali che abbiano la forma e le caratteristiche che ci interessano? Questo approccio, detto de novo design è estremamente interessante. Come abbiamo scoperto all’inizio di questo articolo, le proteine hanno numerosissimi ruoli biologici e sono delle vere fabbriche molecolari. Possedere la capacità di sintetizzare proteine in laboratorio con una struttura e una attività ben definita offre quindi la possibilità di plasmare il micromondo a nostro piacimento: possiamo sintetizzare proteine che degradino degli inquinanti, che agiscano come sensori per rilevare anche minime tracce di una sostanza target, che simulino proteine esistenti in natura per creare farmaci o vaccini, e molto altro ancora.
Nel 1993 Baker aveva appena iniziato a guidare il suo gruppo di ricerca alla University of Washington, Seattle, USA, e come linea di ricerca decise di dedicarsi al problema che, come abbiamo visto, assillava tanti biologi: simulare la struttura delle proteine. Alla fine degli anni ’90 sviluppò così il software Rosetta, con il quale partecipò a CASP ottenendo ottimi risultati (anche se, appunto certamente non paragonabili a AlphaFold 2). Dopo questa esperienza decise però di seguire una strada diversa: cosa sarebbe successo se avesse utilizzato Rosetta al contrario, ovvero per elaborare sequenze di amminoacidi a partire da strutture tridimensionali disegnate a tavolino?
Il tema della creazione di proteine sintetiche era già ben noto, ma la maggior parte dei ricercatori partiva da proteine già esistenti in natura che poi venivano modificate in un modo o nell’altro. L’idea di Baker era ben diversa, perché invece puntava sul costruire proteine completamente da zero. Una volta immaginata la struttura tridimensionale, Rosetta la scomponeva in parti più piccole, le paragonava alla struttura di proteine note in modo da associare ogni “pezzetto” alla struttura di una proteina già nota, e così elaborava poi una possibile sequenza di amminoacidi. Attraverso tecniche di ingegneria genetica i ricercatori del gruppo di Baker potevano poi costruire dei geni attraverso i quali “obbligare” i batteri a sintetizzare la proteina desiderata.
Quando Baker, nel 2003, pubblicò la creazione della prima proteina completamente sintetica, Top7, fu come un fulmine a ciel sereno per la comunità scientifica. Era la prima volta non solo che qualcuno sintetizzava una proteina da zero, ma che otteneva una proteina con una struttura inesistente in natura.
Dal 2003 a oggi numerosissime altre proteine completamente sintetiche sono state sviluppate, con numerose applicazioni e con ancora più promettenti prospettive future.
Oggi Rosetta ha imparato da AlphaFold 2 e ha già integrato al suo interno alcuni degli stessi algoritmi utilizzati anche da DeepMind, e questo lascia supporre un futuro sorprendente.
In questo periodo di sconvolgimenti politici e di guerra, l’idea che nel frattempo la scienza stia facendo dei passi in avanti così importanti è sicuramente rassicurante.
Riferimenti
Popular information. NobelPrize.org. Nobel Prize Outreach AB 2024. Wed. 9 Oct 2024.
