Microsoft Research ha presentato BioEmu 1, un sistema di intelligenza artificiale rivoluzionario che sta ridefinendo la ricerca genomica grazie a un’analisi del ripiegamento proteico drasticamente accelerata.
Il modello di deep learning è in grado di generare migliaia di strutture proteiche statisticamente indipendenti all’ora su una singola GPU, operando a una velocità dieci volte superiore rispetto ad AlphaFold 2, precedentemente considerato il punto di riferimento nel settore. Se AlphaFold ha rivoluzionato la previsione della struttura statica delle proteine, BioEmu 1 va oltre, modellando il comportamento dinamico delle proteine e catturando l’intera gamma di conformazioni che esse adottano naturalmente.
BioEmu 1 raggiunge queste prestazioni straordinarie integrando tre fonti di dati fondamentali: le strutture del database AlphaFold, un ampio dataset di simulazioni di dinamica molecolare e dati sperimentali sulla stabilità del ripiegamento proteico. L’efficienza del sistema è tale che i laboratori universitari possono ora eseguire complessi sweep di mutagenesi virtuale durante brevi pause, attività che in precedenza richiedevano giorni o settimane di calcolo.
"La dinamica delle proteine rappresenta la prossima frontiera nella scoperta scientifica dopo la previsione precisa della struttura", osserva Martin Steinegger, professore alla Seoul National University. "Grazie a BioEmu, gli scienziati possono ora accedere rapidamente a operazioni di campionamento del paesaggio di energia libera delle proteine grazie alla tecnologia di deep learning."
L’impatto della tecnologia va oltre la ricerca accademica. Nel campo della scoperta di farmaci, BioEmu 1 può identificare siti di legame criptici spesso difficili da rilevare con i metodi convenzionali, offrendo nuovi bersagli per interventi terapeutici. Il sistema prevede inoltre con precisione la stabilità delle proteine tramite calcoli di energia libera di ripiegamento che corrispondono ai risultati delle valutazioni sperimentali.
Microsoft ha rilasciato BioEmu 1 come software open source, in contrasto con l’approccio più restrittivo di alcuni concorrenti. Questa scelta permette ai ricercatori di tutto il mondo di avanzare negli studi sulla dinamica proteica, accelerando potenzialmente le scoperte biomediche, inclusi i progressi nella progettazione di farmaci. A luglio 2025, le prime adozioni suggeriscono che la tecnologia potrebbe ridurre i costi di sviluppo dei farmaci fino al 30%, secondo gli analisti del settore.