Tuttavia, il team di Verba utilizza AlphaFold (sia 2 che 3, perché hanno punti di forza diversi, dice) per eseguire versioni virtuali dei loro esperimenti prima di eseguirli in laboratorio. Utilizzando i risultati di AlphaFold, possono restringere il focus di un esperimento o decidere che non vale la pena farlo.
In realtà può far risparmiare tempo, dice: “Non ha realmente sostituito nessun esperimento, ma li ha notevolmente ampliati”.
nuova ondata
AlphaFold è stato progettato per essere utilizzato per molteplici scopi. Ora molte startup e laboratori universitari si stanno basando sul suo successo per sviluppare una nuova ondata di strumenti più adatti alla scoperta di farmaci. Quest’anno, una collaborazione tra ricercatori del MIT e la società farmaceutica Recursion ha prodotto un modello chiamato Boltz-2 che prevede non solo la struttura delle proteine ma Quanto bene le potenziali molecole farmacologiche si legheranno ai loro bersagli,
Il mese scorso, la startup Genesis Molecular AI ne ha rilasciato un altro Modello di previsione della struttura chiamato PerlChe secondo l’azienda è più accurato di AlphaFold 3 per alcune domande importanti per lo sviluppo di farmaci. Perl è interattivo, quindi gli sviluppatori di farmaci possono fornire tutti i dati aggiuntivi di cui hanno bisogno per guidare le previsioni del modello.
AlphaFold ha rappresentato un enorme passo avanti, ma Evan Feinberg, CEO di Genesis Molecular AI, afferma: “Stiamo ancora innovando fondamentalmente, solo con un punto di partenza migliore che mai”.
Genesis Molecular AI sta spingendo il margine di errore da meno di due angstrom, lo standard di fatto del settore stabilito da AlphaFold, a meno di un angstrom – 10 milionesimo di millimetro, o la larghezza di un singolo atomo di idrogeno.
“Piccoli errori possono essere devastanti nel prevedere quanto bene un farmaco si legherà effettivamente al suo obiettivo”, afferma Michael Levin, vicepresidente della modellazione e simulazione dell’azienda. Questo perché le forze chimiche che interagiscono a un angstrom potrebbero smettere di farlo a due angstrom. “Si può andare da ‘Non negozieranno mai’ a ‘Lo faranno'”, dice.
Con così tanta attività in questo settore, quanto presto dovremmo aspettarci che nuovi tipi di farmaci arrivino sul mercato? Il maglione è pratico. Prevedere la struttura delle proteine è un passo tra tanti, dice: “Questo non era l’unico problema in biologia. Non è che fossimo a una struttura proteica di distanza dal curare qualsiasi malattia”.
