Folding proteico, Meta ha chiuso il gruppo di lavoro che usa l’Ai per comprendere i segreti delle proteine | Wired Italia

Meta avrebbe tagliato il gruppo di ricerca che usava l’intelligenza artificiale per scoprire i segreti del folding proteico. Lo riporta il Financial Times, che precisa come la decisione sarebbe stata presa in primavera, ma trapelata solo ora. La scelta sarebbe arrivata nell’ambito dell’ondata di licenziamenti arrivata in quello che Mark Zuckerberg ha definito “l’anno dell’efficienza”: secondo fonti sentite dal quotidiano britannico, la strategia del inventore sarebbe quella di concentrarsi su impieghi dal maggior potenziale commerciale. La squadra californiana era riuscita a creare un database da circa 617 milioni di strutture proteiche.

Il gruppo di lavoro

Sarebbero stati una dozzina gli scienziati impiegati dal gigante di Mark Zuckerberg nel progetto denominato ESMFold. Il team ha allenato un Large language model in grado di processare ingenti quantità di dati per predire le strutture proteiche. Uno sforzo apprezzato dalla comunità scientifica. “Il primo innovatore in questo settore è stato Google, che ha creato una divisione ancora attiva per fare blue sky research (ricerca scientifica di base, ndr)” commenta con Wired Alessandro Vannini, direttore del centro di biologia strutturale di Human Technopole, realtà milanese nata sulle ceneri dell’area Expo. “I risultati ottenuti dal colosso di Mountain View nel quinquennio dal 2016 al 2021 hanno consentito alla biologia strutturale di fare un salto in avanti senza precedenti, con progressi superiori a quelli compiuti in molti decenni. Ma, nonostante il lavoro di Meta sia arrivato dopo quello pionieristico di Google, si era dimostrato interessante per l’approccio leggermente differente che aveva portato al problema del ripiegamento delle proteine; questo a dimostrare come, anche nella scienza, la competizione è fonte di stimolo ed è in grado di accelerare l’innovazione”.

Che cos’è il folding proteico

Ma cos’è il folding proteico, e perché è così importante? A spiegarlo è lo stesso Vannini. “Immaginiamo un’automobile, di cui sono noti i componenti: viti, bulloni, parti meccaniche, ingranaggi, vetro: quelli sono gli aminoacidi, unità di base delle proteine, su cui il sequenziamento del genoma fornisce informazioni preziose. Ma per capire come dai singoli componenti si passa alla macchina vera e propria è necessario comprendere come gli stessi sono dislocati nello spazio e in che maniera interagiscono tra loro”. Questo, afferma lo scienziato, è il compito della biologia strutturale. “La ricerca in questo campo è sperimentale e si conduce con microscopi estremamente potenti. Il supercalcolo e l’intelligenza artificiale possono, però, essere molto utili per orientare il lavoro delle equipe: i modelli previsionali sono in grado di definire con una buona approssimazione come le catene di aminoacidi si ripieghino nello spazio per dare struttura a una proteina ma anche il tipo di interazioni tra diverse proteine, consentendo di abbandonare direzioni di ricerca infruttuose e accelerare su quelle più promettenti. Possibilità utile anche alle case farmaceutiche, che in questo modo possono esplorare gli scenari più promettenti velocizzando le tempistiche per una prima analisi: bastano pochi giorni a fronte di sei mesi-un anno”.

Le preoccupazioni della comunità scientifica

La comunità scientifica si interroga sul futuro del database open source di strutture messo in piedi da Meta, noto come ESM Metagenomic Atlas, domandandosi se l’azienda avrà intenzione di sostenere le spese per mantenerlo disponibile in cloud. Menlo Park non ha fornito indicazioni al riguardo.

L’ondata di licenziamenti di Meta avrebbe raggiunto le ventimila unità negli  ultimi mesi. La società era stata una delle prime a lavorare sulla Ai, a partire dal 2013, ma l’improvvisa accelerazione inaugurata da ChatGpt nel novembre scorso ha visto l’azienda californiana restare indietro nella corsa guidata da Open AI e Google.

Alcune fonti sentite dal quotidiano finanziario londinese attribuirebbero il ritardo a problemi di comunicazione interni alla divisione creata nel 2013, ea difficoltà della stessa divisione nei rapporti con le altre parti del mastodonte. Secondo la testata britannica, il gigante dei social media starebbe preparando un proprio chatbot in uscita a settembre, nel tentativo di fermare l’emorragia di clienti. La scommessa sul metaverso può dichiararsi persa.