Applicando strumenti di elaborazione del linguaggio naturale ai movimenti delle molecole proteiche, Gli scienziati dell'Università del Maryland hanno creato un linguaggio astratto che descrive le molteplici forme che una molecola proteica può assumere e come e quando passa da una forma all'altra.

La funzione di una molecola proteica è spesso determinata dalla sua forma e struttura, quindi comprendere le dinamiche che controllano la forma e la struttura può aprire la porta alla comprensione di tutto, da come funziona una proteina alle cause della malattia e il modo migliore per progettare terapie farmacologiche mirate. Questa è la prima volta che un algoritmo di machine learning è stato applicato alla dinamica biomolecolare in questo modo, e il successo del metodo fornisce approfondimenti che possono anche aiutare a far progredire l'intelligenza artificiale (AI). Un documento di ricerca su questo lavoro è stato pubblicato il 9 ottobre, 2020, nel diario Comunicazioni sulla natura .

"Qui mostriamo le stesse architetture AI utilizzate per completare le frasi quando si scrivono e-mail possono essere utilizzate per scoprire un linguaggio parlato dalle molecole della vita, " ha detto l'autore senior del giornale, Pratyush Tiwary, un assistente professore presso il Dipartimento di Chimica e Biochimica dell'UMD e l'Istituto per la scienza e la tecnologia fisica. "Mostriamo che il movimento di queste molecole può essere mappato in un linguaggio astratto, e che le tecniche di intelligenza artificiale possono essere utilizzate per generare storie biologicamente veritiere dalle parole astratte risultanti".

Le molecole biologiche sono costantemente in movimento, oscillando nel loro ambiente. La loro forma è determinata da come sono piegati e attorcigliati. Possono rimanere in una data forma per secondi o giorni prima di aprirsi improvvisamente e ripiegarsi in una forma o struttura diversa. La transizione da una forma all'altra avviene in modo molto simile all'allungamento di una bobina aggrovigliata che si apre in più fasi. Man mano che le diverse parti della bobina si rilasciano e si aprono, la molecola assume diverse conformazioni intermedie.

Ma il passaggio da una forma all'altra avviene in picosecondi (trilionesimi di secondo) o più velocemente, il che rende difficile per i metodi sperimentali come i microscopi ad alta potenza e la spettroscopia catturare esattamente come avviene lo sviluppo, quali parametri influenzano lo svolgimento e quali diverse forme sono possibili. Le risposte a queste domande formano la storia biologica che il nuovo metodo di Tiwary può rivelare.

Tiwary e il suo team hanno applicato le leggi del movimento di Newton, che possono prevedere il movimento degli atomi all'interno di una molecola, con potenti supercomputer, incluso Deep Thought2 di UMD sviluppare modelli di fisica statistica che simulino la forma, movimento e traiettoria delle singole molecole.

Quindi hanno inserito quei modelli in un algoritmo di apprendimento automatico, come quello utilizzato da Gmail per completare automaticamente le frasi durante la digitazione. L'algoritmo si è avvicinato alle simulazioni come un linguaggio in cui ogni movimento molecolare forma una lettera che può essere collegata ad altri movimenti per formare parole e frasi. Imparando le regole della sintassi e della grammatica che determinano quali forme e movimenti si susseguono e quali no, l'algoritmo prevede come la proteina si districa mentre cambia forma e la varietà di forme che assume lungo il percorso.

Per dimostrare che il loro metodo funziona, il team lo ha applicato a una piccola biomolecola chiamata riboswitch, precedentemente analizzato mediante spettroscopia. I risultati, che ha rivelato le varie forme che il riboswitch poteva assumere mentre veniva allungato, uguagliavano i risultati degli studi spettroscopici.

"Uno degli usi più importanti di questo, Spero, è sviluppare farmaci molto mirati, " Tiwary ha detto. "Vuoi avere farmaci potenti che si legano molto forte, ma solo alla cosa a cui vuoi che si leghino. Possiamo ottenere ciò se riusciamo a comprendere le diverse forme che può assumere una determinata biomolecola di interesse, perché possiamo produrre farmaci che si legano solo a una di quelle forme specifiche al momento opportuno e solo per il tempo che vogliamo".

Una parte altrettanto importante di questa ricerca è la conoscenza acquisita sul sistema di elaborazione del linguaggio utilizzato da Tiwary e dal suo team, che è generalmente chiamata rete neurale ricorrente, e in questo caso specifico una rete di memoria a lungo termine. I ricercatori hanno analizzato la matematica alla base della rete mentre imparava il linguaggio del movimento molecolare. Hanno scoperto che la rete utilizzava un tipo di logica simile a un concetto importante della fisica statistica chiamato entropia del percorso. Comprendere questo apre opportunità per migliorare le reti neurali ricorrenti in futuro.

"È naturale chiedersi se ci sono principi fisici che governano il successo degli strumenti di intelligenza artificiale, " disse Tiwary. "Qui scopriamo che, infatti, è perché l'intelligenza artificiale sta imparando l'entropia del percorso. Ora che lo sappiamo, apre più manopole e ingranaggi che possiamo mettere a punto per fare una migliore intelligenza artificiale per la biologia e forse, ambiziosamente, persino migliorare l'IA stessa. Ogni volta che capisci un sistema complesso come l'intelligenza artificiale, diventa meno una scatola nera e ti offre nuovi strumenti per utilizzarlo in modo più efficace e affidabile."