Strutture 3D dei complessi proteici di oltre 2.800 virus rese pubbliche
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
NVIDIA, Google DeepMind ed EMBL-EBI hanno pubblicato predizioni tridimensionali su larga scala nell'AlphaFold Database usando AlphaFold2 ottimizzato con NVIDIA BioNeMo.
Oltre 2.800 virus: le strutture 3D previste dei loro complessi proteici sono ora consultabili nell’AlphaFold Database. L’obiettivo dichiarato è fornire uno strumento pronto per la risposta alla prossima pandemia1.
Il rilascio nasce da una collaborazione che coinvolge NVIDIA, Google DeepMind ed EMBL-EBI. Il gruppo ha costruito un corpus unico di predizioni su scala virale, accessibile ovunque dalla comunità scientifica tramite l’AlphaFold Database1.
Il dataset non riguarda singole proteine isolate. Raccoglie invece predizioni sui complessi, cioè insiemi di proteine che interagiscono all’interno di ciascun virus. La copertura attraversa migliaia di proteomi virali e riunisce, in un unico archivio, complessi associati a più di 2.800 virus1.
Per generare le strutture, il team ha usato AlphaFold2, il modello di Google DeepMind per la previsione del ripiegamento proteico. L’inferenza è stata ottimizzata con NVIDIA BioNeMo Inference Runtime. Questa combinazione ha permesso di scalare il calcolo a migliaia di proteomi e di prevedere i complessi codificati in ciascun virus incluso1.
L’accesso avviene direttamente dall’AlphaFold Database. Il progetto punta a rimuovere ostacoli logistici e a mettere i dati subito nelle mani dei ricercatori, indipendentemente dalla geografia1.
“L’ambizione con l’AlphaFold Database è sempre stata democratizzare l’accesso alla biologia fondamentale su larga scala,” ha dichiarato Risha Patel, life sciences partnerships manager di Google DeepMind1.
Il contesto operativo è esplicito. Durante il COVID-19, anni di studi sui coronavirus hanno accelerato lo sviluppo dei vaccini. Un nuovo patogeno potrebbe non offrire basi simili. Un archivio di strutture previste dei complessi proteici virali, già pronto e centralizzato, intende aumentare le chance di una risposta informata fin dall’inizio1.
La novità sta nel formato e nella scala. Le predizioni coprono interazioni proteina-proteina a livello di complesso e lo fanno in modo sistematico, passando dal caso singolo a un insieme ampio e consultabile che attraversa migliaia di proteomi1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.