Londra, 28 novembre 2025 – In cinque anni, AlphaFold, il sistema di intelligenza artificiale creato da Google DeepMind, ha aiutato oltre 3,3 milioni di scienziati in tutto il mondo a prevedere la struttura tridimensionale di 240 milioni di proteine. Un risultato che ha rivoluzionato il modo di studiare le proteine e che ha portato i suoi ideatori a vincere il Premio Nobel per la Chimica 2024. Il premio è andato a Demis Hassabis, Ceo di Google DeepMind, e John Jumper, insieme a David Baker dell’Università di Washington, tra i primi a utilizzare questa tecnologia per dare una spinta nuova alla ricerca sulle proteine.
AlphaFold: l’AI che ha cambiato per sempre la biologia
La storia di AlphaFold parte nel 2018, con il lancio della prima versione del sistema. All’epoca, le aspettative erano alte, ma i risultati non convinsero del tutto nemmeno gli stessi sviluppatori. “Non era quello che volevamo”, ha ammesso John Jumper in una recente intervista. Il team di DeepMind è tornato così al lavoro, rivedendo gli algoritmi e puntando su una nuova struttura del sistema. La svolta arriva a fine novembre 2020 con AlphaFold2, che nel 2021 viene resa pubblica insieme a un enorme archivio di dati creato con il supporto del Laboratorio Europeo di Biologia Molecolare (EMBL).
Da quel momento la ricerca sulle proteine accelera. “Avere modelli per praticamente tutto ha avuto un impatto enorme”, ha spiegato Janet Thornton dell’Istituto di bioinformatica EMBL-EBI, in un’intervista a Nature. La possibilità di prevedere la forma tridimensionale delle proteine in pochi minuti ha aperto agli scienziati porte che prima sembravano chiuse.
Un database mondiale: milioni di strutture a portata di click
Il cuore di tutto è il database AlphaFold, gestito dall’EMBL-EBI e accessibile online a ricercatori in più di 190 Paesi. Oggi contiene più di 240 milioni di strutture previste, coprendo quasi tutte le proteine conosciute. Un archivio senza precedenti, che ha messo a disposizione di laboratori grandi e piccoli dati che prima richiedevano anni di lavoro in laboratorio.
Secondo Nature, il sistema è stato usato da almeno 3,3 milioni di utenti, tra università, aziende farmaceutiche e centri clinici. Le citazioni scientifiche che riguardano AlphaFold sono cresciute in modo vertiginoso. “È diventato uno strumento di uso quotidiano”, spiega David Baker, uno dei pionieri nell’uso dell’AI per studiare le proteine naturali.
Dalla ricerca di base ai progressi in medicina
L’effetto di AlphaFold non si è fermato al mondo accademico. Negli anni il modello è stato usato per scoprire nuovi bersagli per farmaci, capire meglio le malattie genetiche e accelerare la messa a punto di nuove terapie. “Abbiamo potuto osservare meccanismi che prima erano del tutto sconosciuti”, racconta un ricercatore del Max Planck Institute, sottolineando come la velocità delle previsioni abbia tagliato di molto i tempi della ricerca.
Il database è stato aggiornato continuamente grazie alla collaborazione con il Laboratorio Europeo di Biologia Molecolare e molti centri internazionali. Il risultato è una piattaforma aperta, gratuita e accessibile a tutti, che ha democratizzato l’accesso alle informazioni sulle strutture proteiche.
Il Nobel e cosa ci aspetta nel futuro della biologia computazionale
Il Premio Nobel per la Chimica 2024 assegnato ai creatori di AlphaFold è un riconoscimento ufficiale all’impatto che questa tecnologia ha avuto sulla scienza. “È solo l’inizio”, ha detto Demis Hassabis durante la cerimonia a Stoccolma. Secondo molti esperti, l’intelligenza artificiale in biologia molecolare ha ancora moltissimo da offrire.
Non sono mancate però le critiche: alcuni scienziati ricordano che le previsioni di AlphaFold vanno sempre confermate con esperimenti concreti. Ma il percorso ormai è segnato. AlphaFold ha aperto una nuova era per la biologia strutturale, un’era in cui i dati si condividono e le scoperte arrivano più in fretta che mai.