Cinque anni fa l’idea che un’Intelligenza Artificiale potesse “indovinare” la forma delle proteine sembrava buona più per una puntata di Star Trek che per un laboratorio di biologia molecolare. E invece oggi, a cinque anni dal debutto pubblico di AlphaFold, la realtà ha superato la fantascienza con una naturalezza quasi imbarazzante per chi, fino a poco tempo fa, passava la vita davanti a microscopi e modelli molecolari in plastica. L’IA oggi non si limita a osservare le proteine: le prevede, le disegna in 3D e le mette in banca dati come farebbe con le foto delle vacanze.

AlphaFold nasce nei laboratori di Google DeepMind, dove un gruppo di ricercatori guidati da Demis Hassabis e da John Jumper decide di affrontare una delle sfide più ostinate della scienza: prevedere la struttura tridimensionale delle proteine partendo dalla loro sequenza. In altre parole, capire come una lunga collana di amminoacidi si “accartoccia” nello spazio fino a diventare la chiave di volta di ogni processo biologico, dalla digestione alle malattie neurodegenerative.

La prima versione del modello arriva nel 2018, ma non è subito l’effetto wow che tutti si aspettavano. AlphaFold fa intravedere le possibilità, ma non cambia il mondo. È con AlphaFold2, annunciato alla fine del 2020 e rilasciato alla comunità scientifica nel 2021, che avviene il colpo di teatro. Un balzo tecnologico così netto da trasformare un progetto promettente in una rivoluzione scientifica conclamata. I modelli diventano accurati al punto da competere con tecniche sperimentali che richiedono mesi di lavoro e investimenti da capogiro, dimostrando sin da subito le sue incredibili potenzialità, ossia prevedere e generare la struttura in 3D di gran parte delle proteine esistenti in ogni cellula umana.

La svolta definitiva arriva con la creazione di una gigantesca banca dati sviluppata anche grazie alla collaborazione con l’European Molecular Biology Laboratory tramite il suo centro bioinformatico, l’Embl-Ebi. Il risultato è un archivio che oggi contiene oltre 240 milioni di strutture proteiche previste, cioè la stragrande maggioranza delle proteine note. Un patrimonio scientifico che, fino a ieri, avrebbe richiesto decenni di lavoro umano. Oggi, invece, lo si consulta con la stessa disinvoltura con cui si cerca un ristorante su Google Maps.

Come ha raccontato Janet Thornton, bioinformatica dell’Embl-Ebi, su Nature: avere modelli strutturali per “qualsiasi cosa” ha cambiato radicalmente la scienza. E non è un’iperbole. AlphaFold viene oggi utilizzato da oltre 3,3 milioni di ricercatori in più di 190 Paesi. In altre parole, se fai scienza su una proteina e non hai mai usato AlphaFold, probabilmente stai lavorando… alla vecchia maniera. Che, nel lessico della ricerca moderna, è quasi un’eresia.

Gli effetti pratici sono ovunque. Nella ricerca farmacologica permette di individuare nuovi bersagli molecolari senza passare mesi a tentativi alla cieca. Nelle malattie genetiche aiuta a capire cosa succede quando una proteina “sbaglia forma”. Nella biologia strutturale ha trasformato un lavoro artigianale in un processo in gran parte automatizzato. Non è che gli scienziati siano diventati inutili, sia chiaro. Ma grazie all’AI ora possono concentrarsi sulle domande davvero importanti, invece di perdere anni a costruire modelli molecolari con pazienza monastica.

La consacrazione ufficiale arriva nel 2024 con il Nobel per la Chimica assegnato a Hassabis e Jumper, insieme a David Baker dell’Università di Washington, pioniere dell’uso dell’AI nello studio delle proteine. È uno di quei momenti in cui il confine tra informatica e biologia si dissolve definitivamente. Il Nobel non premia più solo provette e microscopi, ma anche righe di codice capaci di cambiare il corso della ricerca.

E qui sta il vero messaggio dei cinque anni di AlphaFold. Non siamo davanti a un giocattolo tecnologico, né a un algoritmo elegante ma fine a se stesso. AlphaFold è diventato un’infrastruttura scientifica globale, come un gigantesco telescopio puntato non sul cielo ma sull’interno delle cellule. Se l’Intelligenza Artificiale aveva bisogno di una prova definitiva di utilità oltre chatbot e immagini generate, eccola servita: un sistema che sblocca conoscenza, accelera la scoperta e riscrive i tempi della scienza.

Cinque anni dopo, AlphaFold non è più una scommessa vinta. È una nuova normalità. E se questo è solo l’inizio, forse dovremmo prepararci: non tanto a nuove protein shakes proteici, quanto all’idea che l’AI diventerà una collega di laboratorio. Instancabile, precisissima e, per fortuna, ancora incapace di prendersi i Nobel da sola.