La maggior parte dei resoconti sull’IA nella biologia si concentra su una sola capacità: creare proteine da zero. Un nuovo strumento pubblicato su Nature fa qualcosa di diverso e, per certi versi, più utile. Prende proteine già esistenti e ne ridimensiona le dimensioni, rendendole più piccole o più grandi, senza compromettere ciò che le fa funzionare in primo luogo.
Lo strumento si chiama Raygun.
Perché modificare le proteine è più difficile che progettarle
Per capire perché Raygun è importante, aiuta comprendere il problema che risolve. Negli ultimi anni, i modelli linguistici di proteine basati sull’IA sono diventati straordinariamente capaci. Questi sistemi sono addestrati su milioni di sequenze proteiche, apprendendo i modelli sottostanti di come le proteine sono strutturate, proprio come un modello linguistico impara la grammatiche dal testo. Ora possono generare proteine completamente nuove, inclusi anticorpi con potenziale clinico.
Ma progettare una nuova proteina e modificarne una esistente sono due sfide diverse. Quando i ricercatori hanno provato a usare i sistemi di IA esistenti per ridimensionare o alterare proteine naturali, è emerso un problema persistente: le modifiche tendevano a interrompere la struttura o la funzione della proteina. La forma cambiava. Il comportamento cambiava. La proteina smetteva di essere ciò che avrebbe dovuto essere.
Questo non è un piccolo inconveniente tecnico. Per molte applicazioni del mondo reale nella biotecnologia, i ricercatori non vogliono una proteina completamente nuova. Vogliono una versione di una proteina affidabile e ben compresa che si adatti a un contesto diverso. Come spiega Rohit Singh, biologo computazionale presso la Duke University a Durham, nella Carolina del Nord, e coautore dello studio: a volte una proteina più piccola può fare cose o entrare in luoghi in cui una proteina più grande non può.
Come Raygun affronta il problema in modo diverso
La maggior parte dei modelli linguistici di proteine rappresenta le proteine come sequenze di amminoacidi di varia lunghezza. La sfida con questo approccio è che cambiare la lunghezza di una sequenza tende a innescare a cascata cambiamenti strutturali e funzionali. La sequenza non è solo un elenco; codifica le relazioni tra parti della proteina che determinano come si ripiega e si comporta.
Raygun, che è costruito sopra un large language model per la progettazione di proteine chiamato ESM-2, segue una strada più matematica. Invece di lavorare direttamente con le sequenze di amminoacidi, scompone ogni proteina in segmenti e traduce le informazioni di ciascun segmento in pattern numerici. Da quei pattern, costruisce una rappresentazione standardizzata della proteina che segue un insieme definito di regole. Il modello apprende quelle regole, e quell’apprendimento è ciò che gli consente di generare la proteina a diverse dimensioni preservandone l’integrità strutturale.
L’analogia con l’evoluzione naturale è istruttiva. Raygun utilizza alcune delle stesse operazioni di base che l’evoluzione usa per modificare le proteine nel tempo: aggiungere o rimuovere singole subunità proteiche, o sostituire una subunità con un’altra. Di solito l’evoluzione non ridisegna le proteine da zero. Si impegna in piccoli aggiustamenti. Raygun è, in un certo senso, una versione controllata di quei piccoli aggiustamenti.
Fajie Yuan, un biologo computazionale che lavora sui modelli linguistici di proteine alla Westlake University di Hangzhou, in Cina, e che non è stato coinvolto nella ricerca, descrive Raygun come un primo passo significativo e creativo verso la modifica delle proteine esistenti. L’inquadramento è deliberato: questo è un inizio, non una soluzione definitiva. Ma indica una direzione che gli strumenti esistenti non sono stati in grado di raggiungere.
Cosa significa questo oltre il laboratorio
Ecco cosa la maggior parte dei resoconti sull’IA delle proteine tralascia: la distinzione tra creazione e modifica non è solo tecnica. Riflette una domanda più profonda su come la scienza funzioni effettivamente nella pratica.
I ricercatori e gli sviluppatori di biotecnologie spesso costruiscono su ciò che già conoscono. Una proteina con un profilo di sicurezza ben documentato, un noto meccanismo d’azione o un processo di produzione consolidato rappresenta anni di conoscenza accumulata. La capacità di regolare quella proteina, di renderla più piccola in modo che possa attraversare una barriera biologica, o più grande in modo che rimanga in circolazione più a lungo, senza ricominciare da zero, non è una piccola comodità. È un tipo di capacità completamente diverso.
È qui che gli strumenti di IA come Raygun potenziano i team scientifici in modo concreto. Il volume di possibili modifiche proteiche che potrebbero essere esplorate manualmente è enorme. Gli strumenti computazionali gestiscono quello spazio in modo sistematico, liberando i ricercatori per concentrarsi sulle modifiche più promettenti e per valutare i risultati piuttosto che generare candidati a mano.
Lo studio è pubblicato su Nature, e la ricerca rappresenta una prima prova di concetto. La strada da uno strumento in grado di ridimensionare l’emoglobina in un ambiente controllato a uno strumento utilizzato di routine nello sviluppo di farmaci è lunga. Ma la direzione è chiara: l’IA nella biologia si sta muovendo dalla pura generazione verso qualcosa di più simile alla modifica, e quel cambiamento apre un insieme diverso di possibilità.
In breve
Raygun è uno strumento di IA che può rendere le proteine naturali più piccole o più grandi senza comprometterne la struttura o la funzione. Fa questo traducendo le informazioni proteiche in pattern numerici e apprendendo le regole che governano l’architettura delle proteine, anziché lavorare direttamente con le sequenze di amminoacidi. Il significato non è solo tecnico: la capacità di modificare proteine fidate ed esistenti anziché progettarne di nuove da zero colma una lacuna che i precedenti sistemi di IA non potevano riempire, e apre possibilità pratiche per le applicazioni biotecnologiche in cui le dimensioni e la compatibilità contano.
Basato su un articolo di Nature: Machine Learning.