AlphaFold: l’intelligenza artificiale che rivoluziona la biologia strutturale

22 Agosto, 2025

di Luca Oneto, 22 Agosto, 2025

AlphaFold: una delle più straordinarie conquiste dell’Intelligenza Artificiale

Dal 2018, nello studio delle proteine è intervenuta un'azienda di intelligenza artificiale: Google DeepMind. Il suo modello di IA, chiamato AlphaFold, ha rivoluzionato il settore ed è usata da milioni di scienziati in tutto il mondo.

Si tratta di un risultato così rivoluzionario da essere valso ai suoi creatori, Demis Hassabis e John M. Jumper, il Premio Nobel per la Chimica 2024.

L’origine di AlphaFold

AlphaFold è nata nel contesto della lunga sfida scientifica della predizione della struttura delle proteine, un problema noto come il protein folding problem. Sin dagli anni ’70, gli scienziati hanno cercato di sviluppare metodi computazionali per prevedere come una sequenza di amminoacidi si ripieghi nella sua struttura tridimensionale, una caratteristica cruciale per comprendere la funzione biologica delle proteine. Tuttavia, la complessità del problema ha reso difficile ottenere modelli accurati in tempi ragionevoli.

DeepMind ha iniziato a lavorare su AlphaFold con l’obiettivo di superare queste difficoltà usando l’intelligenza artificiale, in pariticolare il deep learning. Il primo grande successo è arrivato nel 2018, quando AlphaFold ha partecipato alla competizione CASP (Critical Assessment of Structure Prediction), un evento biennale che valuta i migliori algoritmi per la predizione delle strutture proteiche. AlphaFold ha ottenuto risultati molto promettenti, ma è stato nel 2020 che ha raggiunto un traguardo straordinario, superando di gran lunga tutti gli altri modelli e dimostrando una precisione paragonabile a quella delle tecniche sperimentali come la cristallografia a raggi X o la microscopia crioelettronica. Questo risultato è stato accolto con grande entusiasmo dalla comunità scientifica, che lo ha definito una delle più grandi scoperte nel campo della biologia computazionale.

Risultati concreti e impatti nella ricerca

L’impatto di AlphaFold sulla biologia e sulla medicina è stato rivoluzionario. La sua capacità di prevedere la struttura delle proteine con elevata precisione ha accelerato numerosi ambiti della ricerca scientifica.

Ecco alcuni dei principali risultati concreti derivati dal suo utilizzo:

Database di strutture proteiche: nel 2021, DeepMind ha reso pubblicamente accessibile l'AlphaFold Protein Structure Database, un archivio contenente oltre 350.000 strutture proteiche predette con elevata accuratezza. Nel 2022, il database è stato ampliato fino a includere più di 200 milioni di strutture, coprendo praticamente tutte le proteine conosciute in organismi come batteri, piante e mammiferi. Questo database ha ridotto drasticamente il tempo necessario per ottenere dati strutturali, permettendo ai ricercatori di concentrarsi maggiormente sulle applicazioni biologiche e mediche.
Accelerazione della ricerca farmaceutica: la conoscenza della struttura proteica è fondamentale per progettare farmaci in grado di interagire con specifiche proteine bersaglio. AlphaFold è stato utilizzato per studiare proteine coinvolte in malattie come il Parkinson, il cancro e la tubercolosi. Ad esempio, ha aiutato gli scienziati a comprendere la struttura di proteine critiche per il SARS-CoV-2, il virus responsabile del COVID-19, accelerando la progettazione di farmaci antivirali.
Comprensione delle malattie genetiche: molte malattie sono causate da mutazioni che alterano la struttura delle proteine. Grazie ad AlphaFold, gli scienziati possono ora studiare con maggiore precisione le variazioni strutturali derivanti da mutazioni genetiche e prevedere le loro implicazioni patologiche. Questo è particolarmente utile per malattie rare, per le quali le informazioni strutturali erano precedentemente limitate.
Biotecnologie e ingegneria delle proteine: AlphaFold è stato utilizzato per progettare nuove proteine con funzioni specifiche, aprendo la strada allo sviluppo di enzimi su misura per applicazioni industriali e ambientali. Ad esempio, è stato impiegato per migliorare enzimi in grado di degradare la plastica e per sviluppare nuove proteine con potenziali applicazioni in biotecnologia e medicina rigenerativa.
Collaborazioni scientifiche: AlphaFold è stato adottato da migliaia di laboratori in tutto il mondo e ha stimolato collaborazioni tra scienziati di diverse discipline. I suoi dati sono stati utilizzati per approfondire la conoscenza di batteri con potenziale impatto sulla salute umana, per studiare proteine coinvolte nella fotosintesi e persino per esplorare proteine di origine aliena attraverso astrobiologia computazionale.

Le prospettive future di AlphaFold

Nonostante i progressi straordinari, AlphaFold non è una soluzione definitiva a tutti i problemi della biologia strutturale. Alcune delle principali sfide ancora aperte includono:

Interazioni proteina-proteina: AlphaFold predice la struttura delle proteine isolate, ma molte funzioni biologiche dipendono da interazioni tra proteine. Attualmente, sono in corso ricerche per sviluppare modelli in grado di prevedere queste interazioni con maggiore accuratezza.
Dinamica delle proteine: le proteine non sono statiche, ma cambiano conformazione in risposta a diversi stimoli chimici e fisici. Un’evoluzione di AlphaFold potrebbe fornire predizioni sulla dinamica delle strutture e su come queste mutano nel tempo.
Applicazioni nella medicina personalizzata: una migliore comprensione delle strutture proteiche potrebbe portare a trattamenti medici su misura per i singoli pazienti, basati sulla loro specifica genetica. Ad esempio, AlphaFold potrebbe essere utilizzato per identificare mutazioni critiche in pazienti con malattie genetiche rare e suggerire terapie mirate.
Integrazione con altre tecnologie: l’intelligenza artificiale potrebbe essere combinata con altre tecnologie avanzate, come la biologia sintetica e le nanotecnologie, per sviluppare nuovi approcci alla progettazione di farmaci, alla sintesi proteica e alla creazione di materiali biomimetici.

AlphaFold un esempio di cosa potrebbe succedere nel futuro

AlphaFold rappresenta uno degli esempi più concreti di come l’intelligenza artificiale possa trasformare la ricerca scientifica. La sua capacità di prevedere strutture proteiche con precisione ha già portato a importanti scoperte nel campo della biologia, della medicina e della bioingegneria. Il futuro promette sviluppi ancora più rivoluzionari, con il potenziale di migliorare la comprensione delle malattie e accelerare la scoperta di nuovi trattamenti e tecnologie biotecnologiche. La scienza sta entrando in una nuova era, in cui l’intelligenza artificiale gioca un ruolo chiave nel decifrare i segreti della vita e nel guidare l’innovazione in settori ancora inesplorati.

^{*articoli già usciti:}

^{Luca Oneto è docente dell’Università di Genova con specializzazione in intelligenza artificiale; è stato recentemente ascoltato in una audizione alla Camera dei Deputati con un intervento dal titolo: "Indagine conoscitiva sull’intelligenza artificiale: opportunità e rischi per il sistema produttivo italiano".}

^{Luca Oneto è vincitore nel 2019 del Premio Somalvico come Miglior giovane ricercatore italiano in intelligenza artificiale e di due Amazon machine learning research award.}

di Luca Oneto