Nuova IA con dati privati supera i modelli di Google nella previsione delle strutture proteiche
Il sistema, addestrato su oltre 20.000 strutture proteiche di un consorzio farmaceutico, non è ancora pubblico ma apre nuove prospettive per la scoperta di farmaci.
Un sistema di IA addestrato su oltre 20.000 strutture proteiche messe a disposizione da un consorzio di aziende farmaceutiche ha superato le prestazioni dei modelli simili ad AlphaFold di Google DeepMind, che utilizzano esclusivamente i dati pubblici. Contrariamente agli altri modelli, quello alimentato da dati privati non è al momento disponibile pubblicamente. Lo rende noto la rivista Nature sul suo sito.
"Per migliorare le prestazioni di questi strumenti basati sull'intelligenza artificiale sono necessari ulteriori dati che mostrino come interagiscono proteine e farmaci", afferma Mohammed AlQuraishi, biologo computazionale della Columbia University di New York, che ha partecipato al progetto. "Solo aggiungendoli - rileva - si ottiene un notevole incremento delle prestazioni".
Gli studiosi hanno utilizzato OpenFold3, versione open source di AlphaFold 3, per sviluppare un nuovo modello addestrato su oltre 20.000 strutture proteiche di proprietà del consorzio farmaceutico. Il sistema ha superato in termini di prestazioni sia i modelli analoghi addestrati esclusivamente con i dati pubblici, sia quelli che hanno utilizzato i dataset delle singole aziende.
"La creazione di dataset condivisi e accessibili al pubblico, - sottolinea AlQuraishi - è fondamentale per potenziare le intelligenze artificiali dedicate al ripiegamento proteico e quindi alla scoperta di nuovi farmaci". Uno di questi progetti, denominato OpenBind e sostenuto da finanziamenti del governo britannico fino a 8 milioni di sterline (10,8 milioni di dollari americani), ha rilasciato il mese scorso centinaia di nuove strutture proteiche, con altre migliaia attualmente in fase di elaborazione.
"La carenza di dati - conclude - rappresenta un problema per la ricerca di nuovi farmaci. Come è già stato evidenziato da diversi studi, la precisione di AlphaFold 3 e di altri modelli di "co-ripiegamento" capaci di prevedere la struttura di proteine che interagiscono tra loro, subisce un drastico calo quando i modelli devono prevedere interazioni tra molecole molto diverse da quelle utilizzate per il loro addestramento".