Londra, 28 novembre 2025 – AlphaFold ha cambiato per sempre il modo in cui la scienza studia le proteine. Questo modello di intelligenza artificiale, messo a punto dai ricercatori di Google DeepMind, ha permesso di prevedere la struttura di oltre 240 milioni di proteine. Negli ultimi cinque anni, è stato utilizzato da circa 3,3 milioni di scienziati in tutto il mondo. Un impatto così grande da valere ai suoi creatori, Demis Hassabis e John Jumper, insieme a David Baker dell’Università di Washington, il Premio Nobel per la Chimica 2024.
AlphaFold: la svolta che ha cambiato la ricerca sulle proteine
Quando nel 2018 è arrivata la prima versione di AlphaFold, le aspettative erano altissime. Ma, come hanno ammesso gli stessi sviluppatori, i risultati iniziali non erano ancora all’altezza. Solo dopo mesi di lavoro duro sugli algoritmi, il team di DeepMind ha presentato la seconda versione, AlphaFold2, a fine novembre 2020. Nel 2021 è arrivato il rilascio pubblico, accompagnato da una gigantesca banca dati realizzata anche con il supporto del Laboratorio Europeo di Biologia Molecolare (EMBL).
La differenza si è vista subito: AlphaFold2 è riuscito a prevedere e ricostruire la struttura tridimensionale della maggior parte delle proteine presenti nelle cellule umane. “Avere modelli per praticamente tutto ha fatto un’enorme differenza”, ha spiegato Janet Thornton, bioinformatica dell’EMBL-EBI, in un’intervista a Nature. Solo allora la comunità scientifica ha capito davvero quanto fosse rivoluzionario.
Un database mondiale, sempre a portata di mano
Oggi il database gestito da EMBL-EBI raccoglie oltre 240 milioni di previsioni strutturali, quasi tutte le proteine conosciute. Secondo i dati ufficiali, più di 3,3 milioni di utenti da oltre 190 paesi hanno consultato queste informazioni. La piattaforma è diventata uno strumento quotidiano in laboratori, università e aziende farmaceutiche.
Le citazioni di AlphaFold nei lavori scientifici sono cresciute in modo impressionante: migliaia ogni anno. “Ha cambiato il modo in cui studiamo le proteine”, racconta un ricercatore dell’Università di Cambridge, che ha preferito restare anonimo. “Prima ci volevano mesi o anni per avere dati simili. Ora bastano pochi minuti”.
Da un’idea alla pratica: nuove strade per la biologia
Prevedere la struttura delle proteine in tempi rapidi ha aperto nuove possibilità nella comprensione dei meccanismi biologici. Come racconta Nature, sono stati scoperti processi fino a poco tempo fa sconosciuti e gli studi su malattie genetiche e nuovi farmaci hanno accelerato. “AlphaFold ci fa vedere dettagli che prima erano invisibili”, spiega David Baker, uno dei primi a usare questa tecnologia per innovare la ricerca sulle proteine naturali.
Ma non è solo la ricerca accademica a beneficiarne: anche l’industria farmaceutica ha iniziato a usare AlphaFold nei suoi processi. Diverse aziende hanno già annunciato risultati promettenti nella progettazione di nuovi farmaci, grazie alle previsioni generate dall’intelligenza artificiale.
Il Nobel e cosa ci aspetta
Il Premio Nobel per la Chimica 2024 assegnato a Demis Hassabis, John Jumper e David Baker è il riconoscimento ufficiale di una svolta tecnologica senza precedenti. Durante la cerimonia, Hassabis ha ricordato che “l’intelligenza artificiale può diventare uno strumento potente al servizio della scienza”. Un messaggio che risuona nelle parole degli utenti. “Abbiamo una nuova lente per guardare la vita”, ha detto una giovane ricercatrice italiana collegata al database EMBL-EBI.
E il futuro? I lavori per migliorare AlphaFold non si fermano qui. Si punta ad allargare ancora il database e a rendere le previsioni ancora più precise. La comunità scientifica aspetta con attenzione le prossime novità, consapevole che – da Londra a Tokyo, passando per Boston e Milano – la ricerca sulle proteine non sarà più la stessa.