L’Istituto Italiano di Tecnologia ha ideato un algoritmo che scopre le proteine dannose per il cervello

Non un robot qualunque: così l’Istituto Italiano di Tecnologia presenta il rivoluzionario algoritmo di machine learning appena ideato da un gruppo di ricerca guidato da Gian Gaetano Tartaglia. Il codice riesce infatti a scovare tutte quelle proteine dannose per il cervello. Studiando il loro comportamento all’interno delle cellule, il set di istruzioni è in grado di prevedere il potenziale delle proteine di scatenare malattie neurodegenerative come l’Alzheimer, il Parkinson e la SLA.

L’algoritmo fiuta le proteine dannose per il cervello

Il nome dell’algoritmo è catGRANULE 2.0 ROBOT (acronimo di Ribonucleoprotein Organization in Biocondensates Organelle Types) ed è stato reso disponibile online su Tartaglia Lab, il laboratorio del principal investigator dell’IIT. I ricercatori stanno studiando da tempo il comportamento chimico-fisico di alcune proteine collegate all’insorgenza delle principali malattie neurodegenerative. Ora la scoperta dell’algoritmo è stata descritta in un articolo pubblicato sulla rivista Genome Biology.

Nell’ambiente cellulare le proteine dannose per il cervello hanno la capacità di formare condensati biomolecolari, una sorta di gomitoli intrecciati che in alcune condizioni diventano insolubili in acqua. In assenza di malattia, il meccanismo serve a gestire la produzione di altre proteine e a rispondere a situazioni di stress cellulare, ma quando il processo di condensazione subisce un’alterazione, i gomitoli proteici diventano strutture solide che si accumulano nelle cellule.

Gli esempi più comuni di questi gomitoli proteici tossici sono le placche amiloidi correlate all’Alzheimer, i corpi di Lewy associati al Parkinson e gli accumuli di filamenti nel motoneurone collegati alla SLA. Malattie che in Italia colpiscono un milione di persone, con un costo medio per paziente calcolato in 70mila euro.

L’algoritmo del gruppo di Tartaglia, realizzato dai post-doc Michele Monti e Jonathan Fiorentino, aiuta proprio a identificare i target molecolari dannosi per studi e terapie mirate. Il software con il suo set di dati comprende infatti il legame tra le mutazioni presenti nelle proteine e la formazione dei condensati biomolecolari.

Malattie neurodegenerative, la scoperta dell’IIT

Il meccanismo chimico-fisico che conduce alla formazione dei condensati biomolecolari si chiama separazione di fase liquido-liquido. Alcune proteine hanno la struttura tridimensionale adatta a favorire questo processo. Ma la formazione dei gomitoli è regolata anche dall’RNA, che interagisce con le proteine facilitando o inibendo la separazione di fase.

L’interazione RNA-proteina è il parametro che catGRANULE 2.0 ROBOT analizza per capire se c’è della potenziale tossicità. “L’individuazione di caratteristiche biochimiche correlate alle malattie neurodegenerative è cruciale per intervenire precocemente e rallentare il decadimento cognitivo – spiega il coordinatore Gian Gaetano Tartaglia –. Abbiamo addestrato il nostro sistema per riconoscere la formazione di condensati, che in molti casi è un passo iniziale per la formazione di aggregati tossici. Un contributo fondamentale a questo evento viene dall’interazione proteina-RNA”.

L’algoritmo dell’IIT si inserisce in un progetto più ampio chiamato IVBM-4PAP, una piattaforma internazionale per lo sviluppo di un microscopio, l’IVBM (In-Vivo Brillouin Microscope), capace di individuare nuovi target terapeutici nel contesto delle malattie neurodegenerative. Partendo dalle attività di machine learning, IVBM sarà in grado di misurare le proprietà delle proteine e dei condensati all’interno delle cellule, senza interventi esterni.