(Adnkronos) - "I due premi Nobel per la Chimica del 2024, David Baker e Demis Hassabis, hanno dato una svolta nella risoluzione della struttura di proteine attraverso l’uso di metodi computazionali e intelligenza artificiale.David Baker, biochimico e professore presso l'Università di Washington, è noto per il suo lavoro pionieristico nella predizione e progettazione di proteine attraverso l’uso di metodi computazionali. Il suo laboratorio ha sviluppato il software Rosetta, un potente strumento per modellare e progettare strutture proteiche. Baker ha anche fondato l'iniziativa Foldit, un videogioco scientifico che coinvolge il pubblico nella risoluzione di problemi di folding proteico. Mentre Demis Hassabis è il co-fondatore e Ceo di DeepMind, una società leader nel campo dell'intelligenza artificiale. Con John Jumper, ricercatore senior presso DeepMind, Hassabis ha guidato il team che ha sviluppato AlphaFold, un programma di intelligenza artificiale che ha rivoluzionato la predizione delle strutture proteiche". Questa la nota di commento da parte di Daniel Oscar Cicero, professore associato di Chimica farmaceutica del dipartimento di Scienze e tecnologie chimiche, università di Roma Tor Vergata.
"Tradizionalmente, determinare la struttura tridimensionale di una proteina richiedeva tecniche sperimentali come la cristallografia a raggi X, la risonanza magnetica nucleare (Nmr) o la microscopia crioelettronica (cryo-EM), processi spesso costosi, laboriosi e limitati da difficoltà tecniche. Con l'avvento di avanzati metodi computazionali e dell'intelligenza artificiale, in particolare grazie a strumenti come AlphaFold sviluppato da DeepMind, è diventato possibile prevedere con elevata accuratezza la struttura tridimensionale delle proteine a partire dalla loro sequenza aminoacidica. La capacità di prevedere strutture proteiche rapidamente riduce la necessità di tecniche sperimentali laboriose come la cristallografia a raggi X. Predire le strutture proteiche aiuta a comprendere meglio la funzione delle proteine, le interazioni molecolari e i processi biologici fondamentali. Un campo particolarmente importante dove questa scoperta avrà un impatto è lo sviluppo di farmaci, perché le proteine sono i bersagli principali sui quali i farmaci espletano la loro funzione", conclude.
(Adnkronos) – “I due premi Nobel per la Chimica del 2024, David Baker e Demis Hassabis, hanno dato una svolta nella risoluzione della struttura di proteine attraverso l’uso di metodi computazionali e intelligenza artificiale.David Baker, biochimico e professore presso l’Università di Washington, è noto per il suo lavoro pionieristico nella predizione e progettazione di proteine attraverso l’uso di metodi computazionali. Il suo laboratorio ha sviluppato il software Rosetta, un potente strumento per modellare e progettare strutture proteiche. Baker ha anche fondato l’iniziativa Foldit, un videogioco scientifico che coinvolge il pubblico nella risoluzione di problemi di folding proteico. Mentre Demis Hassabis è il co-fondatore e Ceo di DeepMind, una società leader nel campo dell’intelligenza artificiale. Con John Jumper, ricercatore senior presso DeepMind, Hassabis ha guidato il team che ha sviluppato AlphaFold, un programma di intelligenza artificiale che ha rivoluzionato la predizione delle strutture proteiche”. Questa la nota di commento da parte di Daniel Oscar Cicero, professore associato di Chimica farmaceutica del dipartimento di Scienze e tecnologie chimiche, università di Roma Tor Vergata.
“Tradizionalmente, determinare la struttura tridimensionale di una proteina richiedeva tecniche sperimentali come la cristallografia a raggi X, la risonanza magnetica nucleare (Nmr) o la microscopia crioelettronica (cryo-EM), processi spesso costosi, laboriosi e limitati da difficoltà tecniche. Con l’avvento di avanzati metodi computazionali e dell’intelligenza artificiale, in particolare grazie a strumenti come AlphaFold sviluppato da DeepMind, è diventato possibile prevedere con elevata accuratezza la struttura tridimensionale delle proteine a partire dalla loro sequenza aminoacidica. La capacità di prevedere strutture proteiche rapidamente riduce la necessità di tecniche sperimentali laboriose come la cristallografia a raggi X. Predire le strutture proteiche aiuta a comprendere meglio la funzione delle proteine, le interazioni molecolari e i processi biologici fondamentali. Un campo particolarmente importante dove questa scoperta avrà un impatto è lo sviluppo di farmaci, perché le proteine sono i bersagli principali sui quali i farmaci espletano la loro funzione”, conclude.
