L’intelligenza artificiale crea proteine contro l’Alzheimer: progettati nuovi enzimi capaci di tagliare molecole bersaglio

I ricercatori della University of Washington hanno impiegato modelli computazionali per progettare enzimi sintetici capaci di individuare e tagliare sequenze biologiche precise, incluse molecole associate a patologie neurodegenerative come l’Alzheimer. Il gruppo guidato dal laboratorio di David Baker è riuscito a isolare il nucleo chimico attivo di enzimi naturali e a ricostruire l’intera impalcatura circostante, ottenendo molecole inedite in grado di aggredire legami chimici altrimenti quasi indistruttibili.

I legami peptidici che compongono le catene proteiche presentano una stabilità estrema: immersi in un ambiente acquoso privo di catalizzatori, possono resistere per centinaia di anni prima di degradarsi spontaneamente. Le proteasi biologiche velocizzano questo processo attraverso la scissione mediata da una molecola d’acqua, ma richiedono una geometria subatomica millimetrica all’interno del proprio centro attivo per funzionare.

Come l’intelligenza artificiale riprogramma le proteasi naturali

La sfida scientifica consiste nell’orientare con precisione assoluta gli amminoacidi necessari alla reazione, garantendo contemporaneamente che la struttura riconosca soltanto la sequenza desiderata. Gli scienziati hanno utilizzato come modelli di partenza due architetture biologiche ben documentate: una proteasi a cisteina derivata dal lievito e una proteasi a base di zinco proveniente dall’apparato digerente di un gambero d’acqua dolce.

Nel meccanismo allo zinco, il metallo coordina i reagenti attivando l’acqua per la rottura del legame molecolare, mentre nel caso della cisteina si forma un legame temporaneo preliminare tra l’enzima e il frammento bersaglio. Preservando intatto solo il cuore catalitico, la ricerca ha ricostruito per via algoritmica l’intera struttura periferica per guidare il taglio verso bersagli selezionati.

Conservare il nucleo catalitico di un enzima e ridisegnarne la struttura permette di esplorare nuovi modi per riconoscere e tagliare proteine specifiche.

Il flusso computazionale: da RFdiffusion2 ad AlphaFold3

La catena di progettazione digitale delle proteine contro alzheimer si è sviluppata attraverso una serie coordinata di piattaforme avanzate di apprendimento automatico:

• RFdiffusion2: impiegato per generare da zero lo scheletro tridimensionale della macromolecola, rispettando le distanze geometriche indispensabili alla catalisi.
• ProteinMPNN: utilizzato per assegnare la corretta sequenza di amminoacidi lungo lo scheletro generato, verificando la compatibilità con il ripiegamento strutturale e il sito di legame.
• AlphaFold3: applicato per prevedere e validare la conformazione spaziale dei candidati prima della sintesi in laboratorio.

La ricerca ha portato alla formulazione di 12 scheletri e 69 sequenze amminoacidiche distinte per le proteasi a cisteina, affiancati da 135 progetti specifici per la variante a base di zinco. L’interrogazione dei database biologici globali ha confermato che le conformazioni ottenute non presentavano corrispondenze con architetture naturali già catalogate.

La realtà dei test: efficacia catalitica contro aspettative terapeutiche

Esiste spesso un divario sostanziale tra la creazione di un catalizzatore funzionale al computer e la sua reale utilità clinica. La validazione sperimentale in vitro è stata condotta inserendo all’interno di una singola catena molecolare l’enzima ingegnerizzato, la sequenza bersaglio e una proteina fluorescente: l’emissione del segnale luminoso tramite distacco indicava l’avvenuta rottura del legame.

Nel gruppo basato sulla cisteina, 13 progetti sui 69 testati hanno completato l’operazione con successo, registrando un tasso di riuscita iniziale pari a circa il 19%. Nonostante il traguardo tecnico, la cinetica di reazione ha mostrato limiti evidenti rispetto ai sistemi biologici evoluti.

L’attivazione del taglio molecolare in laboratorio non equivale alla dimostrazione di un’efficacia terapeutica diretta contro la patologia neurodegenerativa.

A differenza di quanto si possa ritenere di fronte all’annuncio di molecole disegnate dall’algoritmo, questi risultati rappresentano un modello di studio biochimico e non una cura pronta all’uso. Gli enzimi artificiali rimangono considerevolmente meno attivi rispetto alle controparti naturali e gli esperimenti attuali non provano alcuna capacità di arrestare il decorso clinico della demenza nei pazienti umani.

💚 La ricerca sulle proteine computazionali apre orizzonti affascinanti per la medicina molecolare.

✨ Continueremo a seguire da vicino l’evoluzione scientifica di questi enzimi sintetici.

📱 Condividi la tua esperienza o il tuo punto di vista su queste nuove tecnologie.

👇 Lascia un commento qui sotto per partecipare al confronto con la nostra community scientifica.