Le due versioni sono allineate blocco per blocco, nell’ordine del testo: titolo, l’essenziale, poi paragrafo per paragrafo. Quando la traduzione ha fuso o diviso un paragrafo, la casella corrispondente resta vuota — non accostiamo mai due passaggi a occhio.
Millions of protein sequences in the world's largest public protein database have no known function. Google DeepMind's team went looking inside that gap and came back with a candidate that may fight respiratory infections. The candidate is a predicted antimicrobial peptide, a short protein of the kind bacteria naturally produce to kill their rivals. It was found in Streptococcus pseudopneumoniae, a bacterium from the same family as the pneumococcus.
Milioni di sequenze proteiche presenti nella più grande banca dati pubblica di proteine non hanno una funzione nota. Il team di Google DeepMind ha esplorato questo vuoto e ne ha ricavato un candidato che potrebbe combattere le infezioni respiratorie. Il candidato è un peptide antimicrobico previsto, una piccola proteina del tipo che i batteri producono naturalmente per eliminare i rivali. È stato individuato in Streptococcus pseudopneumoniae, un batterio della stessa famiglia dello pneumococco.
The stakes are set by the scale of resistance. The authors estimate that antimicrobial resistance could cause 10 million deaths a year worldwide by 2050. Peptides are attractive because, as the authors note, they have evolved to attack basic bacterial structures, from cell envelopes to essential internal machinery, which makes resistance harder to develop. Some are already in use: nisin, a bacteriocin used worldwide, is the best-known example. Recent discoveries from genome mining, such as darobactin, dynobactin and lariocidin, show that the pool is not exhausted.
La posta in gioco è determinata dalla portata della resistenza. Gli autori stimano che la resistenza agli antimicrobici potrebbe causare 10 milioni di morti all'anno nel mondo entro il 2050. I peptidi sono interessanti perché, come notano gli autori, si sono evoluti per attaccare strutture batteriche di base, dall'involucro cellulare ai meccanismi interni essenziali, il che rende più difficile sviluppare resistenza. Alcuni sono già in uso: la nisina, una batteriocina impiegata in tutto il mondo, è l'esempio più noto. Scoperte recenti ottenute dall'analisi dei genomi, come darobactina, dinobactina e lariocidina, mostrano che il bacino di molecole non è esaurito.
The obstacle is information. Much of the sequence data produced by genome projects has been deposited in UniProt, the reference resource for protein sequences and functions, without any annotation. The authors describe these entries as the "dark matter" of protein databases. Their tool, ProtNLM (Protein Natural Language Model), is a deep learning model trained to read the evolutionary "grammar" of amino acid sequences and predict a protein's function directly from its sequence, without needing a close known relative. Google says the model has added high-confidence functional labels to millions of previously unnamed UniProt entries.
L'ostacolo è l'informazione. Gran parte dei dati di sequenza prodotti dai progetti di sequenziamento è stata depositata in UniProt, la risorsa di riferimento per le sequenze e le funzioni delle proteine, senza alcuna annotazione. Gli autori descrivono queste voci come la «materia oscura» delle banche dati proteiche. Il loro strumento, ProtNLM (Protein Natural Language Model), è un modello di deep learning addestrato a leggere la «grammatica» evolutiva delle sequenze di amminoacidi e a prevedere la funzione di una proteina direttamente dalla sua sequenza, senza bisogno di un parente noto e vicino. Google afferma che il modello ha aggiunto etichette funzionali ad alta affidabilità a milioni di voci UniProt prima senza nome.
In the workflow described by the team, the researcher steers the search and the agent does the cross-database work. The agent retrieves structures from the AlphaFold Database, and the scientist examines them in a 3D viewer built into Antigravity, where marking a region of a protein can prompt the agent to reason about that exact spot. Google presents the lead as "biologically plausible" and backed by structural and genomic evidence, but not yet proven. Its predicted activity has not been measured in the laboratory.
Nel flusso di lavoro descritto dal team, il ricercatore guida la ricerca e l'agente si occupa del lavoro tra le diverse banche dati. L'agente recupera le strutture dall'AlphaFold Database, e lo scienziato le esamina in un visualizzatore 3D integrato in Antigravity, dove selezionare una regione della proteina può spingere l'agente a ragionare proprio su quel punto. Google presenta il candidato come «biologicamente plausibile» e sostenuto da prove strutturali e genomiche, ma non ancora dimostrato. La sua attività prevista non è stata misurata in laboratorio.
For microbiology teams, the immediate change is the front end of the search: fewer weeks spent comparing databases, and more candidates screened per session. For patients, the benefit is still distant, and the path is long. The authors give no date for the wet-lab results, and no candidate from this workflow has yet been shown to work against bacteria, let alone in people. The next public milestone is the laboratory validation of this peptide.
Per i team di microbiologia, il cambiamento immediato riguarda la fase iniziale della ricerca: meno settimane spese a confrontare banche dati e più candidati vagliati in ogni sessione. Per i pazienti, il beneficio è ancora lontano e il percorso è lungo. Gli autori non indicano una data per i risultati di laboratorio, e nessun candidato emerso da questo flusso di lavoro è stato finora dimostrato efficace contro i batteri, tanto meno sull'uomo. La prossima tappa pubblica sarà la validazione in laboratorio di questo peptide.