Un sistema di IA addestrato su oltre20.000 strutture proteiche messe a disposizione da un consorzio di aziende farmaceutichehasuperatoleprestazioni dei modelli simili ad AlphaFold di Google DeepMind,che utilizzano esclusivamente idati pubblici. Contrariamente agli altri modelli, quello alimentati da dati dei privatinonè al momentodisponibile pubblicamente. Lo rende noto la rivista Nature sul suo sito.

"Per migliorare le prestazioni di questi strumenti basati sull'intelligenza artificiale sononecessari ulteriori dati che mostrino comeinteragiscono proteineefarmaci",afferma Mohammed AlQuraishi, biologo computazionale della Columbia University di New York, che ha partecipato al progetto. "Soloaggiungendoli- rileva - si ottiene unnotevole 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 imodellianaloghiaddestrati esclusivamente con i dati pubblici, sia quelli che hanno utilizzato idataset delle singole aziende.

"La creazione di dataset condivisi e accessibili al pubblico, - sottolinea AlQuraishi  - è fondamentale per potenziare le intelligenze artificiali dedicate alripiegamento proteicoe quindi alla scoperta dinuovi 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. 

"Lacarenza di dati- conclude - rappresenta unproblema per laricerca di nuovi farmaci. Come è già stato evidenziato da diversi studi, laprecisione di AlphaFold 3 e di altri modelli di "co-ripiegamento" capaci di prevedere la struttura di proteine che interagiscono tra loro, subisce undrastico caloquando imodellidevonoprevedere interazionitramolecole molto diverseda quelleutilizzateper il loroaddestramento".