Quest’anno il Premio Nobel per la Chimica è stato assegnato al biochimico americano David Baker, che attualmente lavora presso l'Università di Washington (Seattle, USA), all’informatico inglese Demis Hassabis e al chimico ed informatico americano John M. Jumper, quest’ultimi lavorano entrambi a Google DeepMind (Londra, UK). Abbiamo chiesto un commento al professor Alessandro Angelini, docente di Biochimica presso il Dipartimento di Scienze Molecolari e Nanosistemi.
"Il premio è stato assegnato per metà a Demis Hassabis e John M. Jumper per la 'previsione della struttura delle proteine' e per l'altra metà a David Baker per la 'progettazione computazionale di proteine'. Le proteine sono piccole macchine molecolari che controllano e guidano tutti i processi biologici che avvengono in un organismo vivente. Tra questi vi sono la catalisi delle reazioni metaboliche, la replicazione del DNA, la difesa immunitaria e la comunicazione tra cellule ed organi diversi.
Le proteine sono polimeri composti da 20 diversi amminoacidi, che possono essere descritti come i mattoni della vita. L’ordine con cui questi diversi mattoni si distribuiscono all’interno del polimero proteico ne determina in modo univoco la forma, detta anche struttura tridimensionale, che è intrinsecamente legata alla funzione biologica. Ogni proteina ha quindi una struttura tridimensionale unica e conoscerne i dettagli molecolari è fondamentale per capirne a pieno la funzione e, se necessario, progettare farmaci che ne modulino l’attività. Ad esempio, la determinazione della struttura tridimensionale delle proteine del virus SARS-CoV-2 ha permesso agli scienziati di comprendere il funzionamento del virus, di identificare i primi trattamenti e sviluppare i nuovi vaccini a mRNA. La determinazione sperimentale della struttura è tuttavia un processo molto costoso e che richiede tempi lunghi. Per mezzo di metodiche sperimentali come la cristallografia ai raggi X o la microscopia crioelettronica, negli ultimi 60 anni, gli scienziati sono riusciti a determinare la struttura tridimensionale di ~300 mila proteine diverse. Questo numero, seppur elevato, rappresenta tuttavia solo una piccolissima frazione (~0.1%) delle sequenze proteiche diverse derivanti da organismi viventi presenti sulla terra e catalogate fino ad ora (~300 milioni). Determinare sperimentalmente la struttura tridimensionale di tutte queste proteine potrebbe richiedere decine di anni.
Lo sviluppo del sistema AlphaFold, che utilizza un algoritmo di intelligenza artificiale sviluppato da Demis Hassabis and John M. Jumper, ha capovolto le aspettative permettendo la previsione accurata della struttura tridimensionale di qualsiasi proteina in tempi brevissimi e a costi contenuti. Basti pensare che il database AlphaFold, lanciato per la prima volta nell’estate del 2021 con poco più di 360 mila previsioni di strutture proteiche, comprese tutte le proteine umane conosciute, è da allora cresciuto in modo esponenziale fino a raggiungere l'incredibile numero di 200 milioni di strutture proteiche, provenienti da oltre 1 milione di organismi diversi. Un fattore che ha contribuito in modo determinante al successo di AlphaFold è il suo accesso libero e gratuito. Il database AlphaFold rappresenta infatti un esempio assoluto di 'scienza aperta', utilizzato finora da oltre 2 milioni di ricercatori e ricercatrici provenienti da più di 150 paesi diversi.
Se Demis Hassabis e John M. Jumper con AlphaFold hanno realizzato un sogno vecchio di 50 anni: prevedere le strutture delle proteine dalle loro sequenze di amminoacidi, David Baker e i suoi collaboratori si sono spinti anche oltre. Dal 2003 ad oggi il gruppo di ricerca di David Baker ha contribuito in modo significativo allo sviluppo di metodiche computazionali innovative in grado di progettare proteine uniche che non sono ancora state scoperte o che addirittura potrebbero non essere mai esistite prima in natura. I modelli proteici disegnati da David Baker e i suoi collaboratori si sono rivelati estremamente affidabili e hanno permesso la generazione di molecole innovative quali farmaci, vaccini, nanomateriali e minuscoli sensori attualmente in via di sviluppo industriale.
Per descrivere al meglio l’impatto che queste scoperte avranno negli anni a venire cito quanto riportato nel comunicato stampa della fondazione Nobel: "la vita non potrebbe esistere senza proteine. Il fatto che ora possiamo prevederne le strutture e progettarne di nuove rappresenta il più grande beneficio all'umanità".
Di fronte a queste tematiche rivoluzionarie il nostro ateneo non è rimasto indifferente, anzi si è attivato da tempo sia a livello di didattica che di ricerca. Conoscenze di base che riguardano la previsione e la progettazione computazionale di proteine vengono infatti fornite agli studenti e alle studentesse dei corsi di laurea magistrale in lingua inglese sia di Scienza e Tecnologia dei Bio e Nanomateriali (CM14) che all’interno dell’indirizzo di Chimica Biomolecolare, Chimica e Tecnologie Sostenibili (CM7). Per quanto riguarda invece la ricerca, queste tematiche vengono trattate in modo approfondito all’interno del progetto di ricerca ALLIANCE (“A novel integrated cyclic peptide-based platform for precision delivery of nucleic acid-based therapeutics”), che è parte del Centro Nazionale per lo Sviluppo di Terapia Genica e Farmaci a RNA e che stato è finanziato dal Piano Nazionale di Ripresa e Resilienza dell’Unione Europea (PNRR). Questo progetto di ricerca ambizioso prevede l’utilizzo di metodologie computazionali innovative allo scopo di disegnare proteine in miniatura, denominate peptidi ciclici, in grado di traghettare con precisione molecole terapeutiche a base di acidi nucleici per la cura del cancro e di malattie genetiche. A questo progetto partecipano docenti, ricercatori e ricercatrici del Dipartimento di Scienze Molecolari e Nanosistemi (DMSN) e del Dipartimento di Scienze Ambientali, Informatica e Statistica (DAIS): i professori Achille Giacometti, Marco S. Nobile e Flavio Romano, le dottoresse Marta Simeoni, Tatjana Skrbic e Silvia Multari e il dottor Cristian Fregonese sono coinvolti nel disegno computazionale; mentre io con i professori Alessandro Scarso, Fabrizio Fabri e Federico Polo, la professoressa Giulia Fiorani, le dottoresse Sara Linciano, Zhanna Romanyuk e Matilde Salvadoretti ci occupiamo della caratterizzazione e validazione sperimentale delle strutture tridimensionali predette. Se avranno successo, queste molecole farmaceutiche disegnate computazionalmente non solo avranno un impatto sulla salute dei pazienti, ma potrebbero anche avere notevoli implicazioni scientifiche, tecnologiche ed economiche."
