Una previsione efficace. Un nuovo sistema di IA per determinare quando una mutazione genetica può generare una malattia

Ancora intelligenza artificiale, ancora avanzamenti in medicina: l’alleanza continua!
Questa volta, lo strumento di IA impiegato deriva da “Alphafold”, il rivoluzionario sistema di predizione della struttura tridimensionale delle proteine, sviluppato qualche anno fa dal gigante di intelligenza artificiale Google DeepMind. Stiamo parlando di “AlphaMissense”, una costola di Alphafold, finalizzata a facilitare la diagnosi delle malattie genetiche. Come? Riuscendo a prevedere quali mutazioni nelle proteine causeranno patologie, e quali invece sono innocue. A realizzarlo è stato un gruppo di scienziati della Mrc Human Genetics Unit, Institute of Genetics and Cancer, della University of Edinburgh (Uk). Questo nuovo strumento (descritto in un articolo su “Science”), in un futuro prossimo, potrebbe quindi aiutare i medici a risalire con maggiore precisione alla causa delle malattie genetiche riscontrate nei pazienti.
Ma ripartiamo dalle basi biologiche. Le proteine sono costituite da “mattoncini”, gli amminoacidi, che vengono determinati da triplette di nucleotidi (unità ripetitive costitutive degli acidi nucleici), che compongono il nostro genoma. Nel tempo, l’eventuale occorrenza di mutazioni genetiche altera queste triplette (una base nel filamento del Dna viene sostituita con un’altra), con la conseguenza che nella proteina viene inserito un amminoacido diverso da quello richiesto. Ciò può causare un funzionamento diverso o un non funzionamento della proteina stessa. Gli studiosi parlano in questo caso di mutazione “missense” (o missenso). Ed è proprio da questo tipo di mutazioni che originano malattie genetiche come la fibrosi cistica o l’anemia falciforme. Ma fino ad oggi, delle circa 71 milioni circa di possibili mutazioni “missense” finora individuate nel genoma umano, soltanto una piccolissima parte era stata collegata in modo certo alla genesi di patologie. Per altro, va ricordato che ogni persona tende a presentare circa 9000 mutazioni “missense” nel proprio corredo genetico, buona parte delle quali, fortunatamente, del tutto innocua.
Torniamo ad AlphaMissense. Questo sistema di IA sfrutta la conoscenza acquisita da Alphafold (che ha la capacità di prevedere, in poco tempo, ogni possibile struttura tridimensionale che una proteina assumerà a partire dalla sequenza di amminoacidi) per “intuire” se una proteina mutata sembra “naturale” o no e, nel secondo caso, per stabilire quanto potrebbe essere dannosa questa mutazione (mediante l’assegnazione di un punteggio di rischio). “È come se – spiega Žiga Avsec, scienziato di Google DeepMind – sostituissimo una parola in una frase in inglese, e una persona che conosce bene l’inglese potesse capire immediatamente se la sostituzione ha il potenziale di cambiare il significato della frase”.
Dunque, analizzando ciascuna delle 71 milioni di mutazioni “missense”, il team di Google DeepMind è riuscito a prevedere che il 57% di esse è probabilmente innocuo, mentre il 32% è probabilmente dannoso (sulla parte restante, attualmente non ci sono certezze). Naturalmente, gli esperti sottolineano che questa IA è solo uno dei tanti – sicuramente il più avanzato finora – strumenti computazionali pensati a questo scopo, ma occorrerà ancora tempo prima che esso risulti abbastanza affidabile da essere sfruttato in ambito clinico.