Un gruppo di ricerca internazionale guidato dal professor Lee Sang-min della Pohang University of Science and Technology, in collaborazione con il laboratorio di David Baker dell’Università di Washington, ha sviluppato un nuovo metodo di progettazione proteica basato sull’intelligenza artificiale capace di creare grandi strutture autoassemblanti ispirate ai principi organizzativi dei virus naturali. Il lavoro introduce un approccio radicalmente diverso rispetto alle tradizionali tecniche di progettazione delle nanostrutture proteiche e apre nuove prospettive per drug delivery, vaccini e biomedicina sintetica.
Il cuore della ricerca riguarda la costruzione di “nanogabbie proteiche”, strutture cave su scala nanometrica ottenute tramite l’assemblaggio spontaneo di molteplici proteine. Queste architetture sono considerate una delle tecnologie più promettenti per la medicina avanzata perché possono trasportare farmaci, enzimi o materiale genetico al proprio interno e, contemporaneamente, esporre antigeni o molecole funzionali sulla superficie esterna.
Le strategie di progettazione tradizionali si basavano prevalentemente su modelli geometrici ad alta simmetria. Questo approccio permetteva di ottenere strutture relativamente ordinate, ma limitava fortemente varietà dimensionale, complessità morfologica e capacità di espansione delle architetture proteiche. I ricercatori hanno invece osservato che i virus presenti in natura non seguono schemi di simmetria perfetta rigida, ma costruiscono strutture complesse attraverso il controllo locale di angoli, curvature e interazioni tra migliaia di unità proteiche ripetute.
Partendo da questa osservazione biologica, il team ha sviluppato un nuovo principio di progettazione basato sulla regolazione precisa della geometria locale tra blocchi proteici. Il comportamento della struttura dipende infatti dagli angoli di connessione e dalla curvatura complessiva: una configurazione troppo piatta impedisce la chiusura del guscio, mentre una piegatura eccessiva genera strutture più piccole e instabili. Controllando accuratamente questi parametri, i ricercatori sono riusciti a indurre la formazione spontanea di grandi strutture cave tridimensionali.
Come unità base è stato utilizzato un blocco trimerico formato da tre proteine. Per progettare le connessioni tra queste unità è stato impiegato RF Diffusion, un sistema AI specializzato nella generazione di strutture proteiche. Il modello ha consentito di creare nuove configurazioni geometriche compatibili con l’autoassemblaggio, progettando interfacce proteiche capaci di orientarsi a differenti angoli e formare strutture chiuse su larga scala.
RF Diffusion utilizza tecniche derivate dai modelli generativi diffusion-based applicati alla biologia strutturale. Invece di limitarsi a prevedere proteine esistenti, il sistema genera nuove conformazioni tridimensionali ottimizzando progressivamente le interazioni molecolari e la stabilità geometrica. Questo approccio consente di progettare proteine artificiali completamente nuove, adattate a obiettivi strutturali specifici.
Dopo la fase di progettazione digitale, i ricercatori hanno sintetizzato le proteine artificiali utilizzando Escherichia coli come piattaforma biologica di produzione. Le strutture ottenute sono state successivamente analizzate tramite microscopia crioelettronica ad alta risoluzione, confermando che le proteine si autoassemblavano spontaneamente formando gusci sferici con dimensioni comprese tra circa 70 e 220 nanometri.
L’aspetto più innovativo della ricerca è che il sistema non si limita a riutilizzare o modificare proteine virali naturali già esistenti, ma progetta nuove architetture sintetiche attraverso principi geometrici guidati dall’intelligenza artificiale. Questo rappresenta un passaggio importante nella biologia computazionale: l’AI non viene più impiegata soltanto per analizzare strutture biologiche, ma per progettare direttamente sistemi biomolecolari funzionali con proprietà emergenti controllabili.
Le potenziali applicazioni sono estremamente ampie. Nanogabbie di questo tipo potrebbero essere utilizzate come vettori per il rilascio mirato di farmaci, sistemi di trasporto di RNA o DNA terapeutico, piattaforme vaccinali basate sull’esposizione di antigeni e contenitori biologici programmabili per enzimi o molecole terapeutiche. La possibilità di controllare con precisione dimensione, forma e proprietà superficiali delle strutture apre inoltre la strada a sistemi biomedicali altamente personalizzabili.
Secondo il team di ricerca, il risultato dimostra che è possibile controllare accuratamente la struttura finale di grandi assemblaggi proteici intervenendo sulla geometria locale dei singoli blocchi. Questo principio potrebbe diventare una base fondamentale per la progettazione futura di materiali biologici artificiali complessi costruiti direttamente tramite modelli generativi AI.