La sinergia si addice ai megatrend più dell'isolamento: un caso di studio sull'IA e la rivoluzione biotecnologica
![](https://www.wisdomtree.eu/-/media/eu-media-files/blog/refresh-images/technology/biorevolution/technology_30_1151x564.jpg?h=564&iar=0&w=1151&sc_lang=it-ch&hash=C6E0E371F44D1C8C1BA9C50FA506D269)
In molti dei nostri colloqui con gli investitori, incontriamo tendenzialmente gente alla ricerca del megatrend "giusto".
Troviamo molto meno spesso risparmiatori che vogliano discutere quei settori in cui i megatrend si sovrappongono, ossia esempi o casi in cui l'impatto combinato di due megatrend distinti potrebbe dar luogo a risultati significativi, che senza la sovrapposizione di queste tecnologie sarebbero probabilmente impossibili. Di solito la gente preferisce una chiara demarcazione tra i megatrend.
In questo articolo vi presentiamo un caso di studio in cui l'intelligenza artificiale (IA) viene applicata al campo dell'innovazione noto come rivoluzione tecnologica.
Benché possa essere importante evidenziare la separazione tra una strategia di investimento focalizzata sull'IA e un'altra incentrata sulla rivoluzione biotecnologica, questa esigenza di separazione tenderà a dissolversi quando si tratta di risolvere problemi concreti.
Definizione del problema: Omicron
In Europa e negli Stati Uniti molte persone avevano un determinato quadro di aspettative per le loro vacanze di Natale del 2021, un quadro che è stato ampiamente sconvolto il 26 novembre 2021, quando l'Organizzazione mondiale della sanità ha individuato in un ceppo del coronavirus una "variante preoccupante" nota come "Omicron"1.
La domanda principale per il sistema sanitario globale era semplice: se si riconosce che Omicron rappresenta una determinata mutazione del coronavirus stesso, i vaccini già ampiamente distribuiti manterranno la loro efficacia?
Questa è una di quelle domande molto intuitive e facili da porre, ma alle quali è di gran lunga più difficile rispondere con un certo grado di precisione.
L'intelligenza artificiale per creare nuove opzioni e tecniche
Esistono procedure ben note impiegate dagli scienziati per svelare la struttura tridimensionale delle proteine. Talvolta vengono usati microscopi elettronici, basandosi sull'idea che, se si riuscisse a comprendere come i coronavirus si legano alle cellule umane e vi penetrano, si potrebbero scoprire maggiori informazioni e valutare un quadro iniziale sull'efficacia di un determinato vaccino.
La "proteina spike", spesso citata, è di importanza fondamentale nel processo di infezione, lasciando perciò intuire che, se le mutazioni provocano cambiamenti rilevanti per tale proteina, ciò potrebbe risultare maggiormente problematico per le terapie esistenti.
Se Omicron fosse una variante molto diversa dalle precedenti, vi sarebbero meno possibilità per i vaccini attuali di rimanere efficaci come prima. Se invece Omicron fosse una variante simile, i vaccini esistenti avrebbero maggiori possibilità di funzionare. A titolo di riferimento2:
- Omicron contiene 15 mutazioni nel dominio legante il recettore (ossia, nello specifico, i modi in cui la proteina spike si lega agli anticorpi neutralizzanti);
- per contro, la variante Delta ha 7 mutazioni sull'intera proteina spike, di cui solo due si trovano nel dominio legante il recettore.
Tuttavia, gli scienziati che si avvalgono di queste tecniche devono fare i conti con un limite specifico: devono avere a disposizione materiale organico da analizzare al microscopio elettronico.
E se invece gli scienziati potessero iniziare a rispondere alle domande sull'efficacia prima di ricevere tali materiali? È qui che entra in gioco l'intelligenza artificiale.
A Charlotte (North Carolina), un ricercatore è riuscito a utilizzare software di intelligenza artificiale disponibile al pubblico per prevedere la struttura di Omicron, con l'idea di studiare l'eventuale efficacia degli anticorpi nei confronti dei ceppi di coronavirus precedenti. Questo è avvenuto all'inizio di dicembre 2021, dopo la diffusione a livello globale delle prime notizie del 26 novembre su Omicron3.
Il 21 dicembre sono diventati disponibili i risultati degli approcci tradizionali (come quelli che si servono del microscopio elettronico), confermando che le previsioni effettuate con il software di IA sulla struttura di Omicron sono risultate quasi sempre corrette.
Questa notizia è esaltante non tanto perché questo metodo funziona con Omicron, ma perché è applicabile a livello universale: sappiamo di certo che ci saranno altri virus e questo approccio potrebbe essere utilizzato per tutti con ottimi risultati4.
Da questa ricerca emerge una previsione secondo cui, per i vaccini esistenti, dovrebbe essere più difficile contrastare Omicron a causa dei cambiamenti nella struttura proteica, specificamente nella regione in cui un anticorpo umano neutralizzante cerca di legarsi alla proteina spike.
Nel momento in cui scrivo (metà gennaio 2022), tale previsione appare precisa, anche se riconosciamo che le esperienze dei pazienti possono essere mutevoli.
Il software di IA capace di prevedere le strutture proteiche è un'assoluta novità
Verso la fine del 2020 le attività di ricerca concorrenti tra DeepMind e l'Università di Washington hanno portato alla realizzazione di un software basato sull'IA che potrebbe prevedere le strutture proteiche in modo accurato. In particolare, il software di DeepMind, noto col nome di "Alphafold" è diventato piuttosto famoso presso la comunità della biologia molecolare, poiché negli ultimi 50 anni il "problema del ripiegamento delle proteine" è stato una delle maggiori sfide per gli scienziati5.
Il punto interessante è che, sebbene in origine il pacchetto software non fosse stato neppure ideato per prevedere i piccoli cambiamenti strutturali determinati dalle mutazioni di un virus esistente, i risultati ottenuti erano comunque utili6. Invece di limitarsi ad aspettare il materiale organico e restare a corto di opzioni, gli scienziati hanno la possibilità di effettuare un tentativo informato che tecniche più tradizionali potrebbero confermare.
Sia chiaro, prevedere le strutture non vuol dire trovare una cura immediata, ma gli esperti ricercatori disporranno di un punto di partenza migliore per elaborare strategie di progettazione per un vaccino o una terapia di trattamento.
L'IA sta già fornendo il suo contributo in altri settori della rivoluzione biotecnologica
Dovunque sia disponibile una quantità ingente di dati da elaborare e da cui (si spera) trarre conoscenze, l'IA può servire.
L'Organizzazione mondiale della sanità stima che, entro il 2050, ogni anno 10 milioni di persone potrebbero morire a causa di infezioni resistenti ai farmaci7. Per intenderci, non esiste un intervento specifico che possa sventare totalmente questo pericolo: la nostra società deve sperimentare numerosi approcci e, presumibilmente, applicare una combinazione di diverse strategie possibili.
Di recente, un algoritmo di IA ha permesso di analizzare 43.000 peptidi nel corpo umano, scoprendo che solo 2.603 sono proteine secrete da cellule. L'analisi potrebbe indicare quali di esse (se ve ne sono) abbiano proprietà antibiotiche. I ricercatori hanno sintetizzato le 55 proteine più promettenti e dai test è emerso che, almeno preliminarmente, molte sono riuscite a impedire a noti batteri resistenti agli antibiotici di riprodursi8.
In sostanza, nel corpo umano ci sono tante proteine e al momento non conosciamo le proprietà di tutte. L'IA può assisterci lungo il viaggio verso il miglioramento delle nostre conoscenze per risolvere in modi diversi problemi medici noti.
Conclusione: la forza poderosa della sinergia tra megatrend
In questo articolo abbiamo visto come si possa realizzare una sinergia fra i megatrend della rivoluzione biotecnologica e dell'IA.
L'IA diventa meno astratta nel momento in cui assistiamo alla fusione tra esempi di dati, previsioni e il valore di tali previsioni; la rivoluzione biotecnologica, soprattutto quando è in gioco la salute umana, è particolarmente tangibile, specie durante una pandemia mondiale.
Continueremo a cercare esempi analoghi della possibile interazione tra distinti megatrend e della creazione di moltiplicatori di forze in termini di impatto potenziale.
Fonti
1 Fonte: Simonite, Tom. “This AI Software Nearly Predicted Omicron’s Tricky Structure.” Wall Street Journal, 10 gennaio 2022.
2 Fonte per i punti dell’elenco: Ford et al. “Predictions of the SARS-CoV-2 Omicron Variant (B.1.1.529) Spike Protein Receptor-Binding Domain Structure and Neutralizing Antibody Interactions.” bioRxiv. 3 dicembre 2021.
3 Fonte: Simonite, 2022.
4 Fonte: Simonite, 2022.
5 Fonte: Simonite, 2022.
6 Fonte: Simonite, 2022.
7 Fonte: Levy, Max G. “An AI Finds Superbug-Killing Potential in Human Proteins.” WIRED. 30 novembre 2021.
8 Fonte: Levy, 2021.
Prodotti correlati
+ In cosa consiste la ricerca genetica? Un caso di studio
+ Tutti a bordo per la rivoluzione biotecnologica