The Pulse
NVIDIA e i suoi partner pubblicano previsioni sulle proteine di 2.812 proteomi virali
NVIDIA, Google DeepMind e i partner di ricerca hanno aggiunto all’AlphaFold Database previsioni sui complessi proteici di 2.812 proteomi virali. La pubblicazione comprende una pipeline aperta, accelerata tramite GPU, e previsioni che i rice
AI.info Team ·
Il 24 settembre, NVIDIA e un gruppo di organizzazioni di ricerca hanno pubblicato previsioni delle strutture di complessi proteici virali relative a 2.812 proteomi virali. Le previsioni sono disponibili nel Pandemic Preparedness Portal dell’AlphaFold Database, insieme a una pipeline open source per generare strutture a partire da sequenze proteiche. La pubblicazione riguarda virus rilevanti per la salute umana, comprese famiglie associate ai comuni raffreddori e a Mpox.
Oltre 8.000 complessi ad alta affidabilità
L’aggiornamento di settembre del portale elenca 5.279 eterodimeri e 2.749 omodimeri ad alta affidabilità generati nell’ambito della collaborazione, relativi a 23 famiglie di virus rilevanti per la salute umana. Gli eterodimeri sono formati da proteine diverse; gli omodimeri da due copie della stessa proteina. Il portale comprende anche 4.681 omodimeri virali ad alta affidabilità provenienti da un dataset separato prodotto dall’Atkinson Lab: queste previsioni sono quindi distinte dai totali della collaborazione.
Il progetto riunisce l’European Bioinformatics Institute dell’EMBL, Google DeepMind, NVIDIA, i laboratori Steinegger, Mirdita e Grove, Philippe Le Mercier e il team ViralZone dello Swiss Institute of Bioinformatics. Le nuove previsioni si aggiungono all’AlphaFold Database, che dichiara di contenere ora oltre 260 milioni di previsioni relative a proteine e complessi proteici.
Perché ai ricercatori servono i complessi, non solo le singole proteine
Molte proteine svolgono la propria funzione interagendo con altre molecole. Queste interazioni possono influenzare i processi virali e offrire possibili bersagli per farmaci o vaccini, ma per molti virus mancano informazioni strutturali. Secondo il post di NVIDIA, circa il 30% delle interazioni proteiche nel nuovo dataset non è stato documentato nel Protein Data Bank, che raccoglie strutture proteiche determinate sperimentalmente.
«Quello che cerchiamo di fare è accumulare in anticipo parte di queste conoscenze», ha detto Joe Grove, professore di virologia molecolare presso il Medical Research Council-University of Glasgow Centre for Virus Research e collaboratore del progetto. L’obiettivo è fornire agli scienziati ipotesi strutturali da studiare prima di un’epidemia, anziché attendere che le conoscenze sperimentali si accumulino dopo il suo inizio.
Le previsioni sono punti di partenza per gli esperimenti
La collaborazione ha usato AlphaFold2 e AlphaFold-Multimer per prevedere le strutture; BioNeMo Inference Runtime di NVIDIA ha contribuito a rendere scalabile il lavoro computazionale, secondo il portale dell’AlphaFold Database. NVIDIA ha anche pubblicato la sua BioNeMo Structure Prediction Pipeline, affinché i ricercatori possano eseguire il processo sulle proteine di loro interesse.
Questi modelli sono previsioni, non strutture confermate sperimentalmente. Il portale li classifica in base al grado di affidabilità e NVIDIA afferma che i ricercatori possono verificare in laboratorio le previsioni ad alta affidabilità. Chris Dallago, responsabile del team di ricerca applicata in biologia digitale presso NVIDIA, ha descritto il database come «un motore per generare ipotesi».
Una risorsa aperta per la ricerca sulle epidemie
Il dataset fa parte dell’AlphaFold Database ed è presentato in un portale che raccoglie in un unico luogo le previsioni delle strutture virali. Secondo il portale, i dati sono disponibili per uso accademico e commerciale con licenza CC BY 4.0, con obbligo di attribuzione. L’annuncio di NVIDIA coincide con un incontro dell’Assemblea generale delle Nazioni Unite sulla prevenzione, la preparazione e la risposta alle pandemie, convocato dal World Economic Forum a New York.
Per i ricercatori, i risultati immediatamente disponibili sono le previsioni scaricabili e la pipeline pubblicata. Possono esaminare le interazioni proteiche previste in diversi virus, scegliere quelle da approfondire e confrontare i modelli con i risultati sperimentali; le strutture, da sole, non dimostrano come si comporti un virus in un organismo infetto.